复旦计算机考研408备考：数据结构与操作系统核心突破-代码聚汇网

复旦计算机考研408备考：数据结构与操作系统核心突破

伊凹遥

1. 408复旦机试复试学习Day21：计算机考研备考全记录

作为一名计算机专业考研党，我决定用文字记录下自己备战复旦计算机考研（408科目）的全过程。今天是第21天的学习记录，主要围绕数据结构、操作系统、计算机组成原理和计算机网络四大核心科目展开。不同于普通的打卡日记，我会详细拆解每个知识点的学习路径、易错题型和实战解题技巧。

2. 数据结构：图论算法深度突破

2.1 邻接矩阵与邻接表的存储选择

在实现图的遍历算法时，存储结构的选择直接影响算法效率。邻接矩阵适合稠密图（空间复杂度O(n²)），而邻接表更适合稀疏图（空间复杂度O(n+e)）。今天重点练习了用邻接表实现DFS的非递归版本：

c复制void DFS_NonRecursive(ALGraph G, int v) {
    stack<int> S;
    vector<bool> visited(G.vexnum, false);
    S.push(v);
    visited[v] = true;
    
    while (!S.empty()) {
        int u = S.top();
        S.pop();
        cout << G.vertices[u].data << " ";
        
        for (ArcNode* p = G.vertices[u].firstarc; p; p = p->nextarc) {
            if (!visited[p->adjvex]) {
                visited[p->adjvex] = true;
                S.push(p->adjvex);
            }
        }
    }
}

注意：非递归实现中，节点访问顺序与递归版本相反（栈的LIFO特性导致），这在某些应用场景（如拓扑排序）中需要特别注意。

2.2 Dijkstra算法的常见误区

在实现最短路径算法时，我发现两个典型错误：

未正确初始化dist数组（源点设为0，其余设为INT_MAX）
松弛操作时未考虑溢出风险（应先判断dist[u] != INT_MAX）

实测对比了使用优先队列（O(ElogV)）和普通数组（O(V²)）的性能差异。对于V=1000的稠密图，数组实现反而更快，这与理论分析似乎矛盾——实际上是由于STL优先队列的常数因子较大。

3. 操作系统：内存管理难点解析

3.1 页面置换算法的手算技巧

在模拟FIFO、LRU等页面置换算法时，我总结出快速解题的"三线表格法"：

第一行记录访问序列
第二行记录内存页面状态
第三行标记缺页中断

例如LRU算法的解题关键点：

每次访问后都要更新页面的"最近使用时间戳"
缺页时选择时间戳最小的页面置换
注意区分"缺页率"和"置换率"的计算差异

3.2 银行家算法的实现细节

手写银行家算法时容易忽略安全序列的查找逻辑。正确的步骤应该是：

初始化Work = Available
遍历所有进程，找到Need <= Work且未完成的进程
假设分配资源后，Work += Allocation
重复步骤2-3直到所有进程完成或无法继续

c复制bool isSafe(Process processes[], int n, int m) {
    int Work[m];
    bool Finish[n];
    // 初始化代码...
    
    int count = 0;
    while (count < n) {
        bool found = false;
        for (int i = 0; i < n; i++) {
            if (!Finish[i] && needLessThan(processes[i].Need, Work, m)) {
                // 分配资源
                for (int j = 0; j < m; j++)
                    Work[j] += processes[i].Allocation[j];
                Finish[i] = true;
                found = true;
                count++;
            }
        }
        if (!found) break;
    }
    return count == n;
}

4. 计算机组成原理：Cache映射实战分析

4.1 直接映射Cache的地址划分

遇到一道经典考题：32位地址空间，64KB Cache采用直接映射，每个块32字节。解题步骤：

块大小32B → 偏移量5位（2^5=32）
Cache总大小64KB → 64KB/32B=2048个块 → 索引11位（2^11=2048）
标记位=32-5-11=16位

易错点：当Cache大小不是2的幂时（如48KB），索引计算需要用取模运算而非直接截取位段。

4.2 写策略的选择依据

在写直达(Write Through)和写回(Write Back)策略间选择时，要考虑：

写直达：实现简单，但总线压力大，适合写操作少的场景
写回：需要脏位标记，但减少总线传输，适合多级Cache体系

实测数据显示：对于写密集型程序（如矩阵转置），写回策略比写直达快3-5倍。

5. 计算机网络：TCP协议栈深度剖析

5.1 三次握手的状态转换陷阱

绘制TCP状态机时，要特别注意以下几个非常规转换：

同时打开(SYN_SENT → SYN_RCVD)
同时关闭(FIN_WAIT_1 → CLOSING)
TIME_WAIT状态的持续时间计算（2MSL）

常见笔试题陷阱：客户端在FIN_WAIT_2状态收到FIN后，应该进入TIME_WAIT而非直接关闭。

5.2 拥塞控制算法的参数调优

通过Wireshark抓包分析TCP Cubic算法，发现几个关键现象：

窗口增长阶段呈现立方函数曲线
丢包事件后窗口降至原值的0.7-0.8倍
公平性比传统Reno算法更好

在Linux系统中可通过以下命令调整Cubic参数：

bash复制sysctl -w net.ipv4.tcp_congestion_control=cubic
sysctl -w net.ipv4.tcp_frto=2

6. 每日学习方法论总结

6.1 错题本的数字化管理

我用Notion搭建了电子错题本，包含以下字段：

题目来源（年份+题号）
错误类型（概念混淆/计算错误/题意理解）
关联知识点（打标签）
同类题变式（自动关联相似题目）

每周生成错题统计报告，重点突破高频错误类型。

6.2 模拟考试的节奏控制

通过10次真题模考，总结出时间分配黄金法则：

选择题（80分钟）：每题不超过3分钟
应用题（100分钟）：每题15-20分钟
留出20分钟检查

特别提醒：遇到5分钟没思路的题目立即做标记跳过，全部做完后再回头攻坚。