大一总结

            大一总结

  时间如白驹过隙,大一匆匆而去,我也不再是哪个懵懂的大一新生。大一这一年有努力也有颓废,有迷茫也有过坚定。

   从入学说起吧,入学我有一个男孩子都有的梦,武术梦,就加入了武协,说实话这是我非常充实的一段生活,可以说是每天练武术到9点半,几乎不间断,除了练武术就是学习,很少玩手机,周末也去练,不呆在宿舍无所事事,起床也早。大一最充实的时候之一,感激武协的日子。

   如果说武协带给我力量,让我的生活充满斗志。那么手机是令我悲伤地一个物品了,上学期的生活充满规律和节奏感。C语言学习也是非常棒,我们几个人曾经比着刷题,周六的时候在机房一坐就是12个多小时,刷题,刷题,刷题是我进步非常之快。对代码的熟练程度也大大增加,寒假说起来,我非常讨厌那个寒假,他使我颓废颓废。寒假里我被传染了水痘,好痒。我在我舅舅家打工,其实我很讨厌那个自己,打工的时候一直玩游戏或者看电影,看小说,没干多少活,晚上看小说,白天起的晚,去的自然也晚。我很伤心,还好我舅舅给了1000.讨厌那个颓废而又堕落的自己。

上学期的收获可以说是非常多,体质更加健康,也认识了很多热爱锻炼的师兄师姐,C语言也基本入门了,在新生中也是很不错的了。寒假让我颓废的找不到原来的那个我了。曾经的壮志也逐渐被消磨,上学期我的生活轨迹几乎是教室、餐厅、小树林、图书馆、机房、宿舍。在宿舍只有晚上的时候,而且回去的很晚,所有的学科都有满意的成绩。下学期开始的时候我还拥有斗志,起的也早,学习,上学期的努力让我下学期轻松的进入的acm实验室,dp算法让我纠结的很久,开学就一直研究dp算法了,dp算法入门可能是我当时斗志的来源,去上机就研究dp。下学期的数据结构听得迷迷糊糊,懵懵懂懂,暑假看数据结构实践感觉听得模模糊糊好有用,起码不用自己看那些繁琐的概念,只要稍微整理下自己的代码,看看书上的模板就懂了。如果没认真听,我不知道会发生什么,下学期明显较上学期颓废。

我竟然迷上了一款网页游戏:三国杀。万恶的三国杀,111级你得浪费我多少时间,磨灭我多少斗志。我的唯一的一门挂科就和你有关系吧。因为三国杀和我的思想认识不到位。我错失的奖学金,体侧79.3差0.2分就可以的,我却因为对三国杀上瘾,一再拖延三国杀的补测时间,而且不去看关于计算机基础的知识。挂了一科。我的认识不到位,不努力怎么可能随意成功,不能抱着侥幸心理去看待自己的考试每次感觉刚刚好,或者可能差一点导致失败。

对游戏的上瘾真的会丧失斗志,而且最重要的是时间会悄悄溜走,而误了重要的事情,特别是暑假,玩了一个暑假的三国杀。我决定戒掉游戏。结束我的三国杀生涯。请大家监督。

 

 

收获:大一一年还是有收获的,进入了acm实验室,参加过一次省赛,第一次参加这种级别的比赛,虽然是预备队,不记录成绩,我依然激动很久。专业课的成绩还都很不错,读了10多本书吧,略少,还行三周一本了吧,算法算是有部分入门了,算法看起来很高大上其实就是解决问题的方法,有时候可以简化超多的步骤,追求速度快,运行效率高,不了解他的时候以为他和数学差不多难并且枯燥无味,学起来可能是这样,不过我的直觉他的用途很大,像苹果手机我感觉就是算法的优化,而安卓便宜追求硬件的厉害,软件生产图快(个人观点)。

两个假期的打工,渐渐地变得开朗些,责任感强了些,懂得了换位思考,长远打算。现在的实践主要不是看有多少钱,而是学到多少东西。

失去:有收获就有失去,失去的完美的斗志,现在正在一点点找回被游戏磨灭的斗志,热爱生活,从我做起,从早起做起。失去了怨天尤人,多了份换位思考。对事情看得也淡了,大一前进的目标也失去了,大一眼光和现在的不一样,当时的小目标现在看来并没有想象中的那么厉害,斗转星移,目标可以变,初心不能改。我的初心是什么?学到技术,创造好点的生活。

 

   

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

一、综合实战—使用极轴追踪方式绘制信号灯 实战目标:利用对象捕捉追踪和极轴追踪功能创建信号灯图形 技术要点:合两种追踪方式实现精确绘图,适用于工程制图中需要精确定位的场景 1. 切换至AutoCAD 操作步骤: 启动AutoCAD 2016软件 打开随书光盘中的素材文件 确认工作空间为"草图与注释"模式 2. 绘图设置 1)草图设置对话框 打开方式:通过"工具→绘图设置"菜单命令 功能定位:该对话框包含捕捉、追踪等核心绘图辅助功能设置 2)对象捕捉设置 关键配置: 启用对象捕捉(F3快捷键) 启用对象捕捉追踪(F11快捷键) 勾选端点、中心、圆心、象限点等常用捕捉模式 追踪原理:命令执行时悬停光标可显示追踪矢量,再次悬停可停止追踪 3)极轴追踪设置 参数设置: 启用极轴追踪功能 设置角度增量为45度 确认后退出对话框 3. 绘制信号灯 1)绘制圆形 执行命令:"绘图→圆→圆心、半径"命令 绘制过程: 使用对象捕捉追踪定位矩形中心作为圆心 输入半径值30并按Enter确认 通过象限点捕捉确保圆形位置准确 2)绘制直线 操作要点: 选择"绘图→直线"命令 捕捉矩形上边中点作为起点 捕捉圆的上象限点作为终点 按Enter束当前直线命令 重复技巧: 按Enter可重复最近使用的直线命令 通过圆心捕捉和极轴追踪绘制放射状直线 最终形成完整的信号灯指示图案 3)完成绘制 验证要点: 检查所有直线是否准确连接圆心和象限点 确认极轴追踪的45度增量是否体现 保存绘图文件(快捷键Ctrl+S)
### 三级标题:绪论与基本概念 数据构是计算机科学中研究数据的组织、存储和操作方式的一门基础课程。其核心目标是提高算法效率,优化程序性能。在大一阶段,学生通常会接触到以下关键知识点: #### 数据构的基本定义 数据构是指相互之间存在一种或多种特定关系的数据元素的集合。它不仅描述了数据的逻辑构,还涉及其在计算机中的存储方式以及相关的操作方法[^1]。 常见的逻辑构包括: - 集合构:数据元素之间除了“同属于一个集合”外没有其他关系。 - 线性构:如线性表、栈、队列等,数据元素之间是一对一的关系。 - 树形构:如二叉树、堆、平衡树等,数据元素之间是一对多的层次关系。 - 图状构:如图、网络等,数据元素之间是多对多的关系。 #### 时间复杂度与空间复杂度分析 算法的时间复杂度和空间复杂度是衡量算法性能的重要指标。时间复杂度反映的是算法执行所需时间的增长趋势,常用O表示法进行描述。例如,冒泡排序的时间复杂度为 `O(n²)`,而快速排序的平均时间复杂度为 `O(n log n)`。空间复杂度则反映算法运行过程中临时占用的存储空间小[^1]。 #### 抽象数据类型(ADT) 抽象数据类型是对数据构的进一步抽象,强调“数据+操作”的封装特性。它不关心具体实现细节,而是通过接口定义该数据构应具备的功能,如插入、删除、查找等操作。 --- ### 三级标题:线性表 线性表是最基本、最常用的线性构之一,其特点是数据元素之间呈线性排列,每个元素有且仅有一个前驱和一个后继(除首尾元素外)。 #### 顺序表与链表 - **顺序表**:使用数组实现,支持随机访问,但插入和删除操作效率较低,因为需要移动量元素。 - **链表**:使用指针连接节点,插入和删除操作高效,但不支持随机访问。 ```python # 单链表节点定义示例 class Node: def __init__(self, data): self.data = data self.next = None ``` #### 常见操作 - 插入操作:在指定位置插入新元素。 - 删除操作:删除指定位置或值的元素。 - 查找操作:按位置或值查找元素。 - 遍历操作:依次访问所有元素。 --- ### 三级标题:栈与队列 栈和队列是两种特殊的线性构,广泛应用于程序设计中的控制流程管理。 #### 栈(Stack) 栈是一种后进先出(LIFO)的构,只允许在一端进行插入和删除操作,这一端称为栈顶。常见应用包括括号匹配、表达式求值等。 ```python # Python中使用列表模拟栈 stack = [] stack.append(1) # 入栈 stack.pop() # 出栈 ``` #### 队列(Queue) 队列是一种先进先出(FIFO)的构,允许在队尾插入,在队头删除。常用于任务调度、缓冲区管理等场景。 ```python from collections import deque queue = deque() queue.append(1) # 入队 queue.popleft() # 出队 ``` --- ### 三级标题:树与二叉树 树是一种非线性的层次构,广泛用于文件系统、数据库索引等领域。二叉树是树的一种特殊形式,每个节点最多有两个子节点,分别称为左孩子和右孩子。 #### 二叉树的基本性质 - 在二叉树的第 `i` 层上至多有 `2^(i-1)` 个点(`i ≥ 1`)。 - 深度为 `k` 的二叉树至多有 `2^k - 1` 个点。 - 对于任何一棵二叉树,如果其叶子点数为 `n₀`,度为2的点数为 `n₂`,则 `n₀ = n₂ + 1`。 #### 二叉树的遍历 - 先序遍历(根左右) - 中序遍历(左根右) - 后序遍历(左右根) ```python def preorder_traversal(root): if root: print(root.val) preorder_traversal(root.left) preorder_traversal(root.right) ``` #### 二叉排序树(BST) 二叉排序树是一种动态查找构,其特点是左子树上的所有点值均小于根点值,右子树上的所有点值均于根点值。若先后插入的关键字有序,则形成的二叉排序树会退化为单支树,平均查找长度变为 `(n+1)/2`,与顺序查找相同[^2]。 --- ### 三级标题:图 图是由顶点集合和边集合组成的一种非线性构,能够表示复杂的关系网络。图分为无向图和有向图两种类型。 #### 图的存储构 - 邻接矩阵:适用于稠密图,查询边是否存在效率高。 - 邻接表:适用于稀疏图,节省空间。 #### 图的遍历 - 深度优先搜索(DFS) - 广度优先搜索(BFS) ```python def dfs(graph, start, visited=None): if visited is None: visited = set() visited.add(start) for neighbor in graph[start]: if neighbor not in visited: dfs(neighbor, visited) ``` --- ### 三级标题:查找与排序 查找和排序是数据处理中最常见的操作,也是算法设计的基础。 #### 查找 - 顺序查找:从头到尾逐一比较,时间复杂度为 `O(n)`。 - 二分查找:要求数据有序,每次将查找区间缩小一半,时间复杂度为 `O(log n)`。 - 分块查找:合顺序查找和二分查找的优点,适用于数据量场景。 #### 排序 - 冒泡排序:稳定排序,时间复杂度为 `O(n²)`。 - 快速排序:不稳定排序,平均时间复杂度为 `O(n log n)`。 - 归并排序:稳定排序,适合规模数据排序。 - 堆排序:不稳定排序,利用堆构实现。 ```python def bubble_sort(arr): n = len(arr) for i in range(n): for j in range(0, n-i-1): if arr[j] > arr[j+1]: arr[j], arr[j+1] = arr[j+1], arr[j] return arr ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值