Chrysalid这几年跑了不少日本大学院的入试，前后也帮不少后辈改过过去问、讲过大题思路。如果说哪个科目性价比最高、最值得提前狠狠刷题，我的答案一直很明确：线性代数和数据结构。这两个科目几乎是所有理工科专攻的笔试必考项，而且出题套路相对固定，只要你把高频题型练透，拿分比什么都快。这篇东西就是围绕我整理的第12套练习题做一次系统复盘，题目本身是我按常见出题风格重构的，但考点分布和时间分配完全是按真实笔试的节奏来的，希望能给正在准备大学院入试的人一点参考。
1. 大学院笔试的备考逻辑：先搞清楚学校要考什么
1.1 日本大学院入试和国内考研的差异
很多同学一开始习惯用国内考研的经验去准备日本大学院入试，这其实是个误区。国内考研的数学一/数学二考试范围广、题目深，偏重技巧和计算能力；而日本大学院的入试笔试，尤其是理工科，往往更偏向“基础概念”和“标准题型”。拿线性代数来说，国内喜欢考抽象的线性空间证明、复杂的行变换技巧，但日本很多学校更爱考“给定矩阵求特征值”“判断是否可对角化”“求逆矩阵”这类直接上手就能算的题，难度不高但非常要求熟练度。
数据结构就更典型了。国内考研数据结构的难点在算法设计大题，比如让你手写一个递归或者设计一个时间复杂度最优的解法。日本大学院的题目反而喜欢让你“写出中序遍历结果”“画出二叉树的形态”“比较几种排序的稳定性”，看起来简单，但如果不提前刷题，很容易在细节上翻车。我当时第一次做过去问的时候，栽在最基础的选择题上，就是因为对“堆排序是不稳定排序”这种结论没有形成条件反射。
1.2 时间分配：笔试2小时怎么安排
常规的大学院笔试，数学和专业课可能合并在一张卷子里，总时间2到2.5小时。我的习惯是把时间三等分：30分钟扫全卷、确定做题顺序；70分钟主攻计算题和算法题；剩下的时间用于检查最容易出错的行列式和排序题。这里的核心逻辑是：先做你觉得最稳的题，把保底分拿到手，再回头啃难题。
第12套练习题在设计的时候，我也刻意按照这种节奏来。线性代数部分有三道大题，数据结构部分有四道大题，一共七道题，对应真实笔试的题量和时间。如果你现在模拟答卷，建议严格掐表，不要有“这道题我再想五分钟”的心态，五分钟在笔试里可能直接让你丢掉一道能拿满分的题。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 线性代数高频考点：这些题型必须形成肌肉记忆
2.1 行列式计算：展开定理比简化技巧更重要
行列式是线性代数笔试的送分题，也是每年必考。很多同学喜欢研究“爪型行列式”“三对角行列式”的巧解，但实际笔试里，四阶以内直接用展开定理算反而是最稳的。展开定理的关键是选准展开行或列，优先选0元素多的那一行，能大幅减少计算量。比如一个四阶行列式，如果某一行有两个0，直接展开成两个三阶行列式，比盲目用性质化简要快很多。
但要注意一个高频陷阱：行列式展开的时候，符号正负号交替，很多人栽在这里。我有一个非常笨但有效的检查方法：算完结果后，把原来行列式的第一行第一列元素代入，检验是否为正确的正负号组合。这个方法不能保证结果一定对，但能筛掉一大半粗心错误。另外，上三角化也是常用的方法，核心法则就是“某行乘以k加到另一行，行列式值不变”，但“交换两行要变号”这个点，很多人会在紧张状态下忘记。
2.2 逆矩阵：伴随矩阵法和初等行变换的选择
求逆矩阵是笔试的常客。3阶以下的矩阵，用伴随矩阵法最直接，公式为A⁻¹ = (1/|A|) · adj(A)，其中伴随矩阵是代数余子式矩阵的转置。3阶以上的，建议直接用初等行变换，把[A|I]化成[I|A⁻¹]，效率更高。
第12套练习里专门放了一道3阶分块矩阵的求逆题，考点是分块对角矩阵的逆可以直接分块求。很多人在这一步犹豫，是因为不清楚分块矩阵求逆的前提：分块矩阵必须是可以分块对角化的形式。如果矩阵是分块上三角，逆矩阵的公式要复杂一些，笔试很少考，但需要知道结论。
实操时我还有个习惯：算出逆矩阵后，快速做一次验证——用原矩阵乘逆矩阵，看是否得到单位阵。这一步在试卷上花不了1分钟，但能救命。我见过太多人因为一个小数点或符号错误，导致整个逆矩阵全错，而验证能立刻发现并修正。
2.3 特征值与对角化：每年必考的“标准套餐”
特征值和特征向量是日本大学院笔试的绝对核心。几乎每个学校的过去问里都会出现“求矩阵的特征值、特征向量，判断是否可对角化”这类题目。解题步骤非常固定：先写特征多项式|λI - A| = 0，解出特征值；然后对每个特征值求解齐次线性方程组(λI - A)x = 0，得到特征向量；最后检查n阶矩阵是否有n个线性无关的特征向量。
这里最常见的难点是重根。如果特征值出现重根，比如λ=2是二重根，要特别注意对应特征子空间的维数是否等于2。如果比2小，说明矩阵不可对角化。这个判断逻辑不复杂，但很多人会忽略去验证。第12套练习题特意放了一道“判断是否可对角化”的题，就是希望你们养成习惯：不要只求出特征值就结束，一定要检查几何重数和代数重数是否一致。
还有一个高频变体：利用特征值求矩阵的幂。如果矩阵可对角化，Aⁿ = P Dⁿ P⁻¹，其中D是对角矩阵。这类题在笔试里出现频率很高，解题关键是先判断是否可对角化，再写分解。很多同学上来就硬算A的平方、立方，三阶还好，要是五阶矩阵直接算幂，时间根本不够用。
2.4 线性方程组解的结构：判断解的个数与通解写法
线性方程组这一块，日本大学院的笔试多数考的是“判断解的存在性”和“写出通解”。解的存在性判断，本质是通过行变换把增广矩阵化成行阶梯形，然后比较系数矩阵的秩和增广矩阵的秩是否相等。相等则有解，不相等则无解；有解时，如果秩等于未知数个数，唯一解；秩小于未知数个数，无穷多解。
这个逻辑其实特别简单，但我在批改模拟卷时发现，很多人会“为了化阶梯形而化”，根本不知道自己在干什么。比如第12套练习里的方程组，系数矩阵第一行和第二行成比例，很多同学没注意这个细节，直接开始消元，结果白白浪费了五分钟。我的建议是：拿到增广矩阵后，先观察有没有行与行之间的线性关系，再动手化简。这一步看似多余，实际能帮你避免大部分无效计算。
通解的写法也有一个规范：把自由未知量设为参数，整理成“特解 + 基础解系的线性组合”的形式。这里的易错点是把自由未知量选错，导致解集表达式不完整。我习惯选用非主元列对应的变量作为自由未知量，这个规则永远适用。
3. 数据结构高频考点：从理论到代码题的转换
3.1 树与二叉树：遍历、性质、恢复
数据结构笔试里，树是出现频率最高的模块。二叉树的性质和遍历是基础中的基础，几乎每套过去问都有。前序、中序、后序、层序遍历必须形成条件反射，尤其是已知前序+中序推后序，或已知中序+后序推前序这类题。这里的关键是：中序序列用于划分左右子树，前序或后序序列用于确定根节点。
第12套练习里有一道题，给了一棵二叉树的前序和中序序列，要求恢复二叉树并写出后序。很多人卡在“恢复”这个环节，是因为没有掌握递归的思维：前序第一个元素是根，在中序中找到根的位置，左边是左子树的中序，右边是右子树的中序，然后递归处理。写代码不难，但在纸上手算的时候，我建议直接用画图的方式，把二叉树画出来再写遍历结果，比靠脑子空想要可靠得多。
另外，树的性质题经常考：“一棵完全二叉树有n个节点，叶子节点数是多少？”“一棵m叉树的度与节点数的关系是什么？”这些题看似简单，但公式一旦记混，直接丢分。我的记忆方法：完全二叉树的高度是floor(log₂n)+1，叶子节点数可以根据最后一个非叶节点的位置来判断。以2为底的log运算要熟练。
3.2 排序算法：不是只会写，要会分析
排序算法在笔试中的考察方式非常灵活，可以考原理、考稳定性、考时间空间复杂度，也可能让你写某个排序算法的核心代码。日本大学院更喜欢考“比较”，比如给一组数据，让你写出快速排序第一趟排序后的结果，或者归并排序每一趟的结果。
我在第12套练习里放了“堆排序的建堆过程”和“快速排序的划分过程”。这两个点都是高频中的高频。很多人知道堆排序是“不稳定排序”，也知道它平均时间复杂度是O(n log n)，但真让他把一棵树调整成大顶堆，反而会卡住。建堆有一个容易记的套路：从最后一个非叶子节点开始，自底向上做“下沉”操作。快速排序的划分，核心是选基准元素，然后左右指针交替移动，别把顺序弄反了。
稳定性问题干脆整理成一张表，死记硬背都能拿分：冒泡排序稳定、插入排序稳定、归并排序稳定、选择排序不稳定、快速排序不稳定、堆排序不稳定、希尔排序不稳定。如果题目问“哪种排序算法能在O(n log n)时间内完成且是稳定的”，答案就是归并排序。
3.3 栈、队列与图：逻辑题和算法题并重
栈和队列的考察通常不会太难，但很考验细节。比如“一个栈的入栈序列是1,2,3,4,5，以下哪个出栈序列是不可能的”，这种选择题看似简单，实际上需要你模拟整个出入栈过程。我的经验是：遇到这种题，不要试图在脑子里同时模拟多个选项，而是在草稿纸上把栈画出来，一个一个推。
图的题则主要集中在DFS、BFS、最短路径和最小生成树。DFS和BFS的遍历序列是笔试常考，关键在掌握“深度优先用栈，广度优先用队列”的思想。最短路径的话，Dijkstra算法是最高频考点，重点要理解每次从“未确定最短路径的点”中选dist最小的点加入集合，并更新邻接点的dist。手算时注意画表，一列一个顶点，逐轮更新，这样既清晰又不容易错。
3.4 哈希表与查找：冲突处理是必考
哈希表在笔试中也不算难，但冲突处理方式的区别一定要弄清楚。链地址法和开放地址法的计算过程完全不同。开放地址法里的线性探测，需要你熟练掌握“通过哈希函数算出初始位置，如果被占则依次向后探测”的流程；二次探测的探测序列则是+1², -1², +2², -2²，这个公式也经常考。
我在第12套练习里放了一道哈希表构造题：给定哈希函数H(key) = key mod 7，用线性探测法处理冲突，依次插入若干个关键字，写出最终的表结构。这道题如果只是单纯往后挪位置是容易的，难的是“负载因子超过某个阈值后，是否需要扩容”这种延伸问题。笔试一般不考扩容，但如果面试时被问到，你得能说出“负载因子通常设为0.75，超过则扩容并重新哈希”这个常识。
4. 第12套练习题实战拆解：从读题到检查的完整流程
4.1 线性代数部分的3道题
第12套练习的线性代数部分，我设计了3道典型题。第一道是计算四阶行列式，其中有第三行第一列和第二列都是0，这正好考察你选主元行的能力。第二道是求一个3阶矩阵的逆矩阵，并且这个矩阵是分块对角的，考察分块求逆的熟练度。第三道是特征值问题：给定一个带参数a的3阶矩阵，要求判断a为何值时矩阵可对角化。这道题完美覆盖了“解特征方程 + 判断重根对应特征子空间维数”的全部考点。
做完这三道题，我给自己定的标准是：总用时不超过35分钟，正确率100%。如果你做第12套练习的时候，线性代数部分超过了50分钟，说明你对基础运算的熟练度还不够，需要回去做专项练习。要记住，笔试不只是“会不会”，更是“熟不熟”，熟练度直接决定你的卷面分。
4.2 数据结构部分的4道题
数据结构部分我放了4道题，覆盖二叉树、排序、图、哈希四个方向。第一题是已知二叉树前序和中序，恢复二叉树并写出后序、层序，考察树的遍历基本功。第二题是一组长度为8的关键字序列，要求写出大顶堆的建堆过程和堆排序每趟结果。第三题是一张带权无向图，要求用Dijkstra算法求从源点到各顶点的最短路径，并把每轮dist数组的变化写成表。第四题是哈希表构造，要求用线性探测法处理冲突。
你会发现这4道题没有一道是“偏题怪题”，全部是过去问里的高频题型。如果你能做到这4道题25分钟内全部正确，数据结构这一块基本可以放心了。如果某道题卡住超过10分钟，我的建议是先跳过去做后面的，别在一棵树上吊死。
4.3 答题顺序：一个非常实用的策略
我个人的答题顺序是：先做数据结构的遍历和哈希这类“短平快”的题，再做线性代数的行列式和逆矩阵，最后做Dijkstra和堆排序这种需要多步计算的题。原因是：遍历题和哈希题答案唯一、过程短，能在考试刚开始头脑清醒时快速拿分；行列式和逆矩阵计算量大但思路简单，适合在状态稳定时计算；Dijkstra和堆排序虽然不难，但需要画表、多轮更新，放在最后不会影响前面的得分。
还有一个检查技巧：所有计算题做完后，如果还有剩余时间，不要急着交卷，而是把自己算出来的结果代回原题做验证。比如逆矩阵乘原矩阵看是否为单位阵；行列式用第二行展开再算一遍看结果是否一致；Dijkstra表检查是否有某一轮的dist值在后续轮中被错误地保留。这些检查能挽回的分数，往往比多做一道难题更可观。
5. 备考期间踩过的坑与排查技巧
5.1 计算粗心的三大来源
我总结了自己和身边同学在练习中反复出现的三类粗心错误。第一类是符号错误，行列式展开的符号、逆矩阵式子中的负号、特征方程展开时忘记变号，这类错误占了将近一半。第二类是笔误，比如把2写成3，把0写成6，题目上明明是对的，抄到答题纸上就错了。第三类是“半路丢项”，比如行变换时某一行忘了乘系数，或者矩阵乘法只算了前两个元素。
针对这三类错误，我的排查方法是：每一道计算题做完后，不急着做下一题，用10-20秒快速回看关键步骤。行列式看一遍展开式有没有漏掉正负号，矩阵乘法看一遍结果矩阵每个元素是不是都算到了。这个习惯能帮你至少挽回5到10分，非常值得养成。
5.2 数据结构题目的理解偏差
数据结构部分的失分，很多时候不是因为不会，而是因为“审题偏差”。比如题目要求“写出快速排序第一趟排序后的结果”，很多人直接写了整个排序完成后的结果；要求“画出二叉搜索树”，有人却画成了平衡二叉树；要求“用Dijkstra算法求最短路径”，有人却画出了最小生成树。这些偏差不是能力问题，而是对术语的敏感度不够。
解决这个问题有两个办法。第一个是做题时圈出关键词，把“第一趟”“最终结果”“后序”这些限定词圈出来，时刻提醒自己。第二个是把容易混淆的概念整理成对照表，比如“最小生成树”和“最短路径”、“二叉搜索树”和“堆”，在考前反复看几遍，形成条件反射。第12套练习里有几道题我特意把这些坑埋进去了，目的就是让你在平时的练习中就养成审题意识。
5.3 时间失控：一道题最多思考8分钟
练习时最怕的不是做错，而是卡在某道题上迟迟不肯放手。我给自己定了一条铁律：一道题思考超过8分钟就跳过。这条铁律在模拟练习和真实笔试中都救过我无数次。很多人的心态是“这道题我马上就想出来了，再给我两分钟”，但笔试中的两分钟往往是致命的，尤其是当你后面还有三道大题没写的时候。
第12套练习题的设计里，七道题按难度递增排列，但并没有严格按难度排序。如果你在第二道题就卡住了，说明你掉进了某个陷阱里，这时候果断跳过，先做后面的题，等把能拿的分数都拿到手，再回头研究陷阱题的解法，心态会平和很多。
5.4 过去问与练习册的高效配合方式
最后聊聊刷题资料的配合。日本大学院的过去问是最重要的备考资源，但很多学校的过去问不公开答案，或者答案只有简略的过程。我的方法是：先自己完整做完一套过去问，然后对照教材和参考书查漏补缺，把错题对应的知识点标记出来，找同类型的练习题集中攻克。等这一轮复习结束，再拿第二套过去问检验效果。
练习册方面，国内经典的教材和习题集完全可以用，但要注意筛选题目难度和风格，没必要全做。日本市面上的大学院入试问题集，比如各出版社的“大学院入试问题集”，质量也不错，但最核心的永远是你目标校的过去问。第12套练习题的定位，就是你刷完过去问之后、上考场之前的模拟训练，用来检验自己是否形成了解题肌肉记忆。
6. 冲刺阶段的三个实用建议
6.1 线性代数：考前一周把重点压缩成两页A4纸
考前一周不建议再大规模刷新题，而是应该把线性代数的核心知识点压缩到两页A4纸上。第一页写行列式性质、逆矩阵公式、特征值特征向量的求法、可对角化判定条件；第二页写线性方程组解的判定、向量组的线性相关性、秩的性质。每个知识点旁边配一道你在练习中做过的典型题，标注解题步骤和易错点。
这个方法看起来费时间，实际上是在逼迫自己完成知识体系的输出。你能够把一个知识点写清楚，说明你真的掌握了。如果你发现自己写不出来，或者写着写着卡壳了，那就说明这个知识点还有漏洞，赶紧翻教材补上。我在第12套练习的复习中就用了这个方法，光是整理两页纸就用了一个晚上，但第二天做模拟题的正确率明显提高。
6.2 数据结构：把算法流程画成图是最高效的复习法
数据结构的复习，不要光盯着代码看，要动手画。画二叉树的遍历路径、画堆排序的建堆过程、画Dijkstra每一轮的dist表、画哈希表的冲突处理过程。我见过太多人复习数据结构的方式是“看代码”，感觉看懂了，但一考手算就懵。手算和看代码完全是两个层面的事，必须动手练。
每画完一个流程，再用自己的话在旁边写一遍步骤概述。比如快速排序：选基准、两个指针从两端交替向中间移动、交换、递归。比如Dijkstra：初始化dist数组、循环n-1次、每次选未访问的最小dist点、更新邻接点、标记访问。这样写下来，你就在头脑里建立了一个“算法流程库”，考场上遇到类似的题目，直接把流程套进去就行。
6.3 模拟考试：最后两周至少做三套完整限时卷
最后一个建议，也是我认为最重要的一点：最后两周一定要做至少三套完整的限时卷，完全模拟真实笔试的节奏，包括时间限制、答题纸书写、不许翻书。很多同学复习时习惯“分模块练习”，这当然有效，但如果没有限时完整的模拟，考场上很容易因为时间分配不合理而崩盘。
第12套练习题就是按这个标准设计的。如果你已经跟着做到了这里，我建议你把这套题当成一次真正的笔试来做，用两小时整时间，准备好草稿纸，做完后严格按照答案批改，算一下自己的得分率。如果得分率在80%以上，说明你已经具备了不错的笔试实力；如果低于60%，那就要找出薄弱板块，针对性地补强后再做下一套模拟题。