简介：这是一份面向软件设计师（中级）软考考生的考点笔记精华版，聚焦数据结构、二叉树、查找与排序算法等核心高频考点，适合在系统学习后快速复盘、考前集中记忆。内容以邻接矩阵、顺序、链式、散列、索引存储、满二叉树与平衡二叉树、哈夫曼树构造及带权路径长度计算、二分与分块查找、常用排序算法对比等为主线；从内容预览可见，文档还整理了图顶点入度与出度判定、哈夫曼树编码例题、各种排序算法的时间复杂度与稳定性等易错细节，并配有公式和典型例题，可直接用于冲刺阶段查漏补缺。资源为1个docx文档，压缩包大小3.37MB，文档为Word格式，便于打印、批注和按章节跳转复习。目前已有381人学习，适合正在备考软考中级、需要系统梳理知识框架并强化易错点的考生使用。
1. 软件设计师备考地图：数据结构这条主线怎么走
软件设计师（中级）科目里，数据结构与算法部分占了将近三分之一的出题比重，而它也是最容易拿分也最容易丢分的模块。梳理完你会发现，考试真正反复敲打的不是某个算法多复杂，而是几个底层判断：数据存下来是为了频繁查还是频繁改、图里一个顶点的度该看行还是看列、一棵树的带权路径怎么算、一组序列能不能构成堆。这份考点笔记精华版恰好把这些散点串成一条「存储结构与图→树结构→查找与排序→表达式与系统基础」的主线，备考软考中级的人可以用它做一轮系统性自查，把复习范围收敛到几组可复盘的结论上。它适合正在过第二轮的人：不教基础概念，只帮你把覆盖面收住，再把容易翻车的位置提前标出来。
2. 存储结构与图：邻接矩阵、四种存储方式的复习重点
2.1 邻接矩阵：无向图与有向图的度怎么数
邻接矩阵的考法很固定：给你一个矩阵，问某个顶点的度、出度、入度。无向图的邻接矩阵一定是对称的，矩阵第 i 行元素之和就是顶点 i 的度，因为每条边在行和列各出现一次，只看行就足以数清。笔记里的例子，顶点 4 的度是第四行元素的和，结果是 2，说明它与两个顶点相邻。这里有个快速验证技巧：无向图所有顶点的度之和恒等于边数的两倍，数完行和随手核对，基本不用怕算错。
有向图就要分方向了：第 i 行元素之和是顶点 i 的出度，第 i 列元素之和是顶点 i 的入度。笔记里顶点 3 的出度为 5、入度为 1，说明从它出发的弧有 5 条，指向它的弧只有 1 条。判断自己有没有把行和列搞反，可以想「行是水平的，从左到右就像箭头射出去的方向，所以对应出度」，这个联想虽然朴素但做题时确实管用。更严谨的校验是：所有顶点的出度之和必然等于入度之和，因为每条有向弧都贡献一个出度和一个入度，加总后对不上就是某行某列加错了。
还要提醒一个细节：邻接矩阵适用于顶点数目不多的场景，因为要开 n×n 的空间，顶点一多矩阵会迅速膨胀。考试判断题如果题干说「顶点很多但边很少，适合用邻接矩阵」，那大概率是错的，稀疏图更适合邻接表。
2.2 顺序、链式、散列、索引：四种存储结构的适用场景对比
四种存储结构是数据结构的底层选择题，命题方式通常是给出一段场景描述，让你选最合适的存储方式。
| 存储结构 | 存储思路 | 适用场景 | 记忆锚点 |
|---|---|---|---|
| 顺序存储 | 地址连续的存储单元依次存放 | 频繁查询 | 像数组，按位置直达 |
| 链式存储 | 一组任意的存储单元，逻辑相邻靠指针 | 频繁插入、删除、更新 | 像链表，改指针即可 |
| 散列存储 | 存储位置与关键码建立确定对应关系 | 按 key 快速查找 | 键值对，一个函数算出位置 |
| 索引存储 | 索引表存关键码集合与逻辑指针 | 数据库检索 | 先查索引，再定位数据页 |
这个表看着简单，考场上的坑在「优先级」。选项里常把两个特征拼在一起，比如「频繁查询且偶尔删除」——但四种结构是并列的，题目让你选「最适合」，就只能看主导特征：查询是主导，选顺序存储；插入删除是主导，选链式存储。散列存储考的是「键值对」这个特征词，看到「建立关键码与位置的对应关系」就选它，不需要考虑顺序问题。索引存储带「索引」和「逻辑指针」两个标志词，看到数据库、索引表这类描述就选它。
最容易忽略的是链式存储的插入删除优势是有前提的——你得先知道操作位置。如果题目说「在表尾插入」，顺序存储往末尾追加同样很快，这类边界题近年有出现，做题时把「频繁」二字圈出来再选。另一个容易混淆的点是散列存储与索引存储：散列是直接由关键码算出存储位置，多一步函数计算但无需二次查找；索引存储则允许数据本身无序，先查索引表确定块或页，再定位数据。一个是「算出来」，一个是「查出来」，这两个动词在题干里出现时，基本可以直接对应到答案。
2.3 链表的三种形态：单链表、循环链表、双链表的取舍
链表部分通常只占一题，但题型固定：比较三种链表的灵活度与开销。单链表每个节点一个指针域，只能从头往后走；循环链表把尾节点的指针指向头节点，形成一个环，适合需要循环遍历的场景；双链表每个节点有两个指针域，既可以找前驱又可以找后继，所以灵活度在三者中最高，但每个节点多一个指针的开销，插入和删除时需要同时维护两个方向的指针，动作反而比单链表繁琐。
所以答题时看问法：问「灵活度最高」选双链表，问「开销更省」选单链表，问「从尾节点回到头节点方便」选循环链表。笔试里常常出现一个争议选项「双链表插入删除一定比单链表快」，这个表述是错的——如果只知道要删除某个节点的后继，单链表和双链表都要先找到该节点的位置；只有在已知待操作节点本身、需要找它的前驱时，双链表才能免去从头遍历，优势才真正体现。把它当成「比较的前提条件」来理解，比死记结论更稳妥。简单说，双链表是「以空间换灵活」，单链表是「以空间省维护」，循环链表是「以结构换遍历」。
3. 树结构专题：二叉树、哈夫曼树与平衡树的考点拆解
3.1 二叉排序树：三条性质与中序遍历的联动
二叉排序树在复习时只需抓住三句话：左子树非空，则左子树上所有节点的值均小于根节点的值；右子树非空，则右子树上所有节点的值均大于等于根节点的值；左、右子树本身也都是二叉排序树。注意第二句用的是「大于等于」，这是真题里埋了无数次的细节——很多考生写成「大于」，于是遇到有相等元素的序列时判定错误。实际上考试给的序列一般不含重复值，但概念题会明晃晃地问表达是否正确，大于等于才是标准表述。
三条性质推出来的核心结论是：中序遍历一棵二叉排序树，得到的是一个递增序列。因此「判断某树是否为二叉排序树」的通用做法就是中序遍历看结果是否单调不减，而不是只看根与左右孩子的大小关系——只看根是不够的，因为二叉排序树要求的是「左子树所有节点」都小于根，也就是递归成立。
还有一个高频判断题：关键字最大的结点可以有左子树，但一定没有右子树。理由是右子树里所有值都大于等于根，如果最大关键字结点还有右子树，那右子树里必然存在更大的值，这与「最大」矛盾。对称地，关键字最小的结点可以有右子树，但一定没有左子树。这两句配合中序遍历递增的性质一起记，基本能覆盖二叉排序树在选择题里的全部考法。
3.2 哈夫曼树：构造、WPL 与编码题的实战套路
哈夫曼树又名最优二叉树，核心定义是带权路径长度 WPL 最短的树，构造原则是权值越大的叶子越靠近根节点。构造步骤不需要多说，关键是 WPL 的计算方式：每个叶子的权值乘以它到根节点的路径长度，再全部加起来。真题里常把「定长编码码长」和「哈夫曼编码」放在同一个题干里考，笔记中的例题很典型：文件中只有 a、b、c、d、e、f 六个字符，定长编码需要多少位才能表示 6 种字符？2 位只能表示 4 种，3 位能表示 8 种，所以最小的码长是 3 位，答案选 C。不要选 4 或 5，因为题目问的是「最合适」的码长。
第二问是给定字符频率表，求字符序列「face」的哈夫曼编码，答案是 B 项 001110110011。这类题的做题步骤固定：先把频率最小的两个节点合二为一，反复合并直到只剩一棵树，然后给每个左分支编 0、右分支编 1，从根出发走到目标字符，沿途经过的 0/1 串起来就是该字符的编码。笔记里特意提醒了一个容易引起争议的点：哈夫曼树的左节点未必要比右节点小，但做题时通常按左小右大的形式建树，再按左 0 右 1 赋值。如果题目允许左右交换，每个字符的编码串会变，但 WPL 仍然是最短的，真题一般按常规约定出题，不必过分纠结左右方向。做题时可以在草稿上只标出每个叶子的路径长度，先算 WPL，再顺手读编码，能省一遍重复画树的时间。
3.3 平衡二叉树与满二叉树：边界条件的辨析
平衡二叉树（AVL 树）是容易「一眼看错」的概念。定义上它是一棵空树，或左右两个子树的高度差绝对值不超过 1，并且左右两个子树各自也是平衡二叉树。很多考生只检查了根节点的左右高度差，忽略「子树也要平衡」这一条，于是遇到一个根节点平衡、某个孙子节点处失衡的树，就会误判成 AVL。判断一棵树是不是 AVL，必须从叶子到根逐层检查，或者用递归思路自顶向下验证每个节点的左右子树高度差。真题常画一棵「根左右高差为 1，但左子树的右子树高差为 2」的树，问是不是平衡二叉树，答案是否定的，原因就在于定义要求递归成立。
满二叉树的定义相对直白：除最后一层无任何子节点外，每一层上的所有节点都有两个子节点或 0 个子节点。注意「两个子节点或 0 个」是一句完整描述，「或 0 个」对应最后一层的叶子，也就是说非叶子节点度都是 2。满二叉树的节点数与层数关系是 2^h - 1，共 h 层。它与完全二叉树的差别在于：完全二叉树只要求最后一层从左到右连续排列，不要求每层都铺满，所以完全二叉树不一定是满二叉树，满二叉树一定是完全二叉树。考试若给出层序遍历数组，问「是否满二叉树」，直接数节点数是否等于 2^h - 1 即可；问「是否完全二叉树」，则要检查最后一个节点的位置是否满足从左到右连续。
3.4 广义表：长度看第一层，深度看括号层数
广义表是容易被忽略的小考点，但它的计算规则清晰，属于复习性价比极高的知识点。长度定义为「把最外层括号删掉后剩下的元素（组）个数」，深度定义为「括号嵌套的层数」。很多人把长度理解成「里面最终有几个数」，这就是广义表题翻车的主要原因。
笔记里的三道小题把这组概念考透了：L1=((a,(a,b),((a,b),c)))，删掉最外层括号后，剩下 (a,(a,b),((a,b),c)) 这一个元素组，所以长度为 1；从最外层往里数括号，最多嵌套到第 4 层，所以深度为 4，答案写作长度 1、深度 4。L2=((1,2,3))，删掉最外层后剩 (1,2,3) 一项，长度是 1，但 1、2、3 实际被两层括号包着，深度是 2，最容易错的就是把它写成「长度 3」。L3=(1,2,3)，删掉最外层剩 1、2、3 三项，长度是 3，深度是 1。归纳一下：长度数「最外层第一层被逗号分隔出几块」，深度数「括号最多叠了几层」，两者各数各的，不要互相影响。
4. 查找与排序：二分、分块与八大排序的复杂度对比
4.1 二分查找与分块查找：适用条件决定解法
二分查找（折半查找）的适用条件非常明确：不经常变动而查找频繁的有序列表。算法本身是从中间位置记录的关键字开始比较，比目标大就进前半子表，比目标小就进后半子表，直到找到或子表不存在。它的优点是比较次数少、查找速度快、平均性能好，缺点则是要求待查表必须有序，插入删除困难。所以这个算法的真实使用场景是「读多写少且有序」——如果列表频繁变动，每次变动都要重新排序，折半省下的查找时间会被维护有序的成本吞掉。
分块查找适用的是另一种情况：节点动态变化。它把一个大的线性表分解成若干块，块内节点可以任意存放，但块与块之间必须排序——第 i 块所有节点的关键码值都必须小于第 i+1 块所有节点的关键码值。此外还要建一个索引表，把每块的最大关键码值按块顺序存到辅助数组中。查找时先在索引表里定位块，由于索引表有序，可以顺序查或折半查；再在块内用顺序查找。这个方法比顺序查找快很多，因为可以先跳过无关的块；但速度不如折半查找，因为块内仍然是顺序扫描。
理解它的设计动机有助于记忆：它把「全局有序」这个苛刻条件放宽成「块间有序」，换来了插入删除时只调整块内部、不波及其他块的灵活性。对比记忆的锚点有三个：折半查找强调「有序列表」四个字，见到有序表优先想到它；分块查找强调「块间有序 + 索引表」两个特征，题目中出现「分块」「索引表」「块内无序」时选它；顺序查找则是兜底方案，数据无序且数据量小时用它即可。
4.2 八大排序：复杂度与稳定性对比表
排序部分最重要的是一张对比表，软考中级的选择题几乎都围绕它出。
| 排序方法 | 最好 | 平均 | 最坏 | 辅助空间 | 稳定性 |
|---|---|---|---|---|---|
| 直接插入 | O(n) | O(n²) | O(n²) | O(1) | 稳定 |
| 简单选择 | O(n²) | O(n²) | O(n²) | O(1) | 不稳定 |
| 冒泡排序 | O(n) | O(n²) | O(n²) | O(1) | 稳定 |
| 希尔排序 | 不存在 | O(n^1.3) | 不存在 | O(1) | 不稳定 |
| 快速排序 | O(n log n) | O(n log n) | O(n²) | O(log n) | 不稳定 |
| 堆排序 | O(n log n) | O(n log n) | O(n log n) | O(1) | 不稳定 |
| 归并排序 | O(n log n) | O(n log n) | O(n log n) | O(n) | 稳定 |
| 基数排序 | O(d(n+rd)) | O(d(n+rd)) | O(d(n+rd)) | O(rd) | 稳定 |
这张表的记忆突破口先抓稳定性：稳定的一组是直接插入、冒泡、归并、基数，不稳定的一组是简单选择、希尔、快速、堆。记忆口诀可以用「插冒归基稳，选希快堆不稳」，四个稳定的里三个最坏是 O(n²)，只有归并保持在 O(n log n)，这说明稳定性与效率并不挂钩，不能凭「好算法应该稳定」来猜答案。
几个需要解释的坑：希尔排序的最好和最坏复杂度在理论上没有统一结论，笔记里写平均 O(n^1.3)，考试问到就直接选这个，不要纠结推导过程；快速排序最坏退化到 O(n²)，原因是每次分割点都选在序列的两端，递归深度变成 n，这属于选基准策略的问题，不改变它平均意义上的分治优势；归并排序辅助空间 O(n)，因为每趟归并需要一个临时数组承接两个有序子表的合并结果。复杂度表中「最好 O(n)」的两项是直接插入和冒泡，它们都在序列基本有序时只需扫一遍就能结束，这也是判断题「序列越有序，插入排序越快」的出处。
4.3 堆排序：怎么判断一个序列是不是堆
堆排序的概念判断题通常是给几个序列，问哪个是堆。堆的定义：n 个元素的序列若满足 ki ≤ k2i 且 ki ≤ k2i+1（小根堆），或 ki ≥ k2i 且 ki ≥ k2i+1（大根堆），其中 i = 1, 2, …, ⌊n/2⌋，就称为堆。这个定义实质上是把序列当作一棵完全二叉树的层次遍历结果，要求每个父节点都不大于（小根堆）或不小于（大根堆）它的两个孩子。判断时把序列按层次写成一棵完全二叉树，从第一个非叶子节点开始逐对检查父子大小关系即可。
笔记里的例题是下面这个四选一，用一段小代码验证最直观：
def is_min_heap(arr): n = len(arr) # 只需要检查前 n//2 个父节点，后面的都是叶子 for i in range(n // 2): # 左孩子下标 2*i+1，右孩子下标 2*i+2 if arr[i] > arr[2 * i + 1]: return False if 2 * i + 2 < n and arr[i] > arr[2 * i + 2]: return False return True print(is_min_heap([10, 18, 15, 20, 50, 80, 30, 60])) # B 选项，输出 True print(is_min_heap([10, 50, 80, 30, 60, 20, 15, 18])) # A 选项，输出 False这段代码的逻辑说明：n 个元素只需要检查前 n//2 个父节点，因为完全二叉树中下标大于 n//2 的节点都是叶子；i 从 0 开始对应公式里的 k1。每次比较父节点 arr[i] 与左孩子 arr[2i+1]、右孩子 arr[2i+2]，一旦出现父节点大于孩子就说明不是小根堆。右孩子是否越界要先判断，因为最后一个父节点可能只有左孩子。运行结果 B 选项返回 True，A 选项返回 False，与真题答案一致。考试时不必写代码，但这套逐对检查的逻辑就是手算的步骤：先把序列写成完全二叉树，再按 i=1、2、3… 的顺序逐对验证，哪个选项全对就选哪个。
提示：手算时必须从 i=1 开始一路检查到 ⌊n/2⌋，少检查一个都可能放错选项。A 选项这类干扰项往往是「前半段像大根堆、后半段像小根堆」的混合体，逐对比大小最容易暴露。
4.4 基数排序与归并路数：两个送分考点的公式化处理
基数排序是八大排序里唯一不比较关键字大小的算法，它根据关键字各位的值，对 N 个元素进行若干趟「分配」与「收集」。笔记里的例子：初始序列 {50, 123, 543, 187, 49, 30, 0, 2, 11, 100}，第一趟按个位数分配到 0~9 十个桶中，再按桶编号 0 到 9 依次取出来，得到的序列在个位上是递增的；之后按十位、百位重复同样的分配与收集，最终整体有序。复杂度 O(d(n+rd)) 的含义是：d 为关键字位数，决定趟数；rd 为基数，决定桶的数量；n 为元素个数，决定每趟分配和收集的代价。考试如果问「基数排序每趟在做什么」，答案里出现「分配」「收集」字样即可锁定。
归并路数公式是容易记混但一记就送分的内容：归并所需趟数等于 log 以归并路数为底、元素个数为真数的值，即 路数^趟数 = 元素个数。看笔记例题：若对 27 个元素只进行三趟多路归并排序，则选取的归并路数为多少？设路数为 k，则 k³ = 27，解得 k = 3，选 B。做题时把等式写成「路数^趟数 = 元素个数」，缺哪个量就求哪个量；如果元素个数不是路数的整数次幂，趟数向上取整，这类题基本不会绕太多弯，但「向上取整」这个细节容易被忽略，选择题里若给出小数形式的对数值，要记得取整再选。
5. 易漏易错点：表达式、符号数与指令系统的翻车区
复习到这里，知识模块基本覆盖完整了。这一章不引入新概念，只把整份笔记里最容易错、最容易漏的三类问题单独拎出来，每条按「易漏点 → 为什么漏 → 怎么补」的顺序展开。你会发现这些点有个共同特征：不是不会，而是做题时被某个习惯性认知带偏。
5.1 易漏点一：前缀与后缀表达式的扫描方向与操作数顺序
易漏点：前缀表达式从右至左扫描，后缀表达式从左至右扫描；且遇到运算符时，前缀算的是「栈顶元素 op 次顶元素」，后缀算的是「次顶元素 op 栈顶元素」。为什么漏？因为中缀表达式是从左向右读的，这个习惯在遇到前缀表达式时会产生强烈惯性，很多人天然地「从左开始压栈」，结果遇到第一个运算符时栈里只有一个操作数或顺序错乱。而「栈顶 op 次顶」与「次顶 op 栈顶」的差异，又常常被加法和乘法掩盖，一旦换成减法或除法，结果立刻错。怎么补？做题时第一笔就在表达式上方画一条带方向的扫描线，前缀画 ←，后缀画 →，后面的每一步都沿着箭头走；同时用非交换运算符做一次对照实验——前缀 "- × + 3 4 5 6"，从右扫到 + 时，栈顶是 3、次顶是 4，算 3+4；继续遇到 ×，弹出 7 和 5，算 7×5=35；最后遇到 -，弹出 35 和 6，算 35-6=29。后缀 "3 4 + 5 × 6 -"，从左扫到 + 时，栈顶是 4、次顶是 3，算的仍是 3+4=7；遇到 × 算 35；遇到 -，栈顶是 6、次顶是 35，算 35-6=29。两个表达式结果相同，但中途「谁在运算符左边」是由扫描方向与弹出顺序共同决定的，碰到减法或除法时把先入栈的那个数当作左操作数不会错。
中缀转前缀或后缀时还有一个子坑：括号拆解不彻底。有人直接按中缀的运算符优先级顺序把符号挪到一边，结果符号相对位置错乱。补法是先按优先级把中缀式补全括号，再把每个运算符移动到它所在括号的左边（前缀）或右边（后缀），最后删掉全部括号，中间态的括号在草稿上一定保留。这一步虽然多花几秒，但能大幅降低符号顺序错误。
5.2 易漏点二：补码范围、移码关系与定点数边界
易漏点：补码的范围比原码、反码多一个负数；移码与补码只差一个符号位；定点整数与定点小数的范围公式容易写串。为什么漏？原码天生正负对称，大家默认「负数也有对应的正数」，忽略了补码把 -0 的编码腾出来表示 -2^(n-1)；移码很少单独考，教材通常一句话带过；定点数的两张范围表放在一起，形态相似但不完全对应，临场默写容易写串行。怎么补？用 n=8 的具体数对照：机器字长为 8 时，原码和反码的定点整数范围都是 -127~127，补码是 -128~127，多出来的就是最左边那个 10000000；移码的记法则是「无论正负数，将补码的符号位取反即可」，所以看到「浮点数阶码」四个字就直接锁定移码——浮点数的阶码要能直观比较大小，符号位取反后数值顺序刚好满足排序需求。定点小数补码范围是 [-1, 1-2^-(n-1)]，它和定点整数补码的 [-2^(n-1), 2^(n-1)-1] 不要混记：记住「补码的 1000...0 在定点整数里是 -2^(n-1)，在定点小数里是 -1」，两个范围就不会再串。原码和反码的定点小数范围则是 [-(1-2^-(n-1)), 1-2^-(n-1)]，正好比补码少一个 -1。
5.3 易漏点三：CPU职责与寻址方式的「层级」误判
易漏点：控制器不仅要保证程序的正确执行，还要能够处理异常事件；四种寻址方式的「地址层数」容易被排列组合绕晕。为什么漏？「处理异常」听起来像处理数据，很容易被安到运算器头上；而「操作数」「地址」「指令」「寄存器」四个词反复出现，直接寻址与寄存器间接寻址尤其容易混淆——前者是操作数的地址在指令中，后者是操作数的地址在寄存器中。怎么补？把 CPU 四部件的职责列成对位清单：运算器管算术逻辑运算，控制器管指令执行流程与异常处理，寄存器管暂存指令与数据，内部总线管部件间数据传输。选择题若出现「控制器负责算数」「运算器负责指挥程序执行」这类选项，按对位表一票否决。寻址方式则按「取操作数要走几步」来记：立即寻址把操作数直接包含在指令中，获取最快，零步；直接寻址按指令中给出的地址去内存取数，一步；寄存器寻址直接从寄存器取数，一步；寄存器间接寻址先从寄存器拿到地址、再到内存取数，两步。题目问「哪一种获取操作数最快」选立即寻址，问「操作数的地址在寄存器中」选寄存器间接寻址，这一条几乎每年都有。
6. 复习清单与查漏补缺：把易错点变成默写卡
6.1 三张自查表：先过模块，再过细节
复习到最后阶段，不建议再从头翻笔记，而是按模块做「合书自测」。下面这张表把各模块必会考点压缩成自测题目，每项能在 5 分钟内独立写出来才算过关：
| 模块 | 必会考点 | 自测方法 |
|---|---|---|
| 存储与图 | 邻接矩阵的度 / 四种存储结构适用场景 | 默写「频繁查询→顺序、频繁增删→链式、键值对→散列、索引表→索引」四连句 |
| 树结构 | 二叉排序树中序递增 / 哈夫曼 WPL / AVL 递归定义 / 广义表长度深度 | 画出 5 个字符的哈夫曼树并写出每个字符的编码 |
| 查找 | 二分查找适用条件 / 分块查找块间有序 + 索引表 | 写一遍分块查找的步骤：先查索引表定位块，再块内顺序查 |
| 排序 | 八大排序复杂度与稳定性 | 默写稳定性口诀「插冒归基稳」，填出快速排序最坏复杂度 |
| 表达式与系统 | 前缀后缀扫描方向 / 补码范围 / 四种寻址方式 | 各算一题前缀与后缀表达式，对照结果；默写「补码 1000...0」在定点整数和定点小数的含义 |
6.2 把易错点变成一张默写卡
冲刺期最容易出现的情况是：做题时会、合书就忘。这是因为很多结论只是「认得」，还没变成「写得出来」。我的做法是把上一章的三类易漏点浓缩成一张卡片，正面写题干关键词，背面写对应结论：前缀从右扫、后缀从左扫；前缀是栈顶 op 次顶，后缀是次顶 op 栈顶；补码比原码多一个负数；移码是补码符号位取反；AVL 的子树也要各自平衡；分块查找要求块间有序、块内无所谓；归并趟数看「路数^趟数 = 元素个数」。每次刷题前后都默写一遍，写不出来就回到对应小节读一段，读到能复述为止。
从那以后，我每次复习数据结构部分都强制自己先默这张卡再做题，概念类选择题的错误率明显下降。这份笔记的电子档建议下载后当作第二轮复习的主线，配合章节对照做标记，效果比零散刷题更稳。希望帮到你。
本文还有配套的精品资源，点击获取
