悉大IT课程指南，万字宝典！（下）

COMP2123: Data Structures & Algorithms

在经过多年的学习之后，这门课是对各位同学所学基础知识的巩固与检验，同时也是一门对后想要从事开发&算法岗位同学来说至关重要的程。

这 门课主要是考察算法，考察一个程序的逻辑，怎么样用最快的时间得出结果。

期末考试考查对不同算法的理解，对课上出现过的算法一定要彻底弄弄清楚。

虽说整体难度3.5，但是这门课会消耗你大量的时间和精力，好在基本上对所有学生来说 这门课的投入和产出都是很成正比的，只要你认真学了，拿分很简单。

内容简介

这门课是由之前Data Structures 和 Algorithms两门课凝练⽽成， 更多的着重于编程语⾔中Interface 和 Inheritance的理解和各类ata structures的理解和运⽤ ，

总体来说，这是一门知识点非常充实的课，虽然其概念不难记忆，但是却对运⽤有很⾼的要求，所以作为门必修课来说还是比较硬核的。

Assessment 内容

鉴于这门课的知识点繁复，课程设置中居然有整整四个assignment---- 但其实每个assignment的难度都不低，只是数量上有点吓人。除此之外，这门课还有两个weekly assessment ---- 在lab上的当堂quiz（⼏个简单的概念性的选择题）以及课后关于知识点的在e上的练习（难度也并不⼤）。 总的来说这门课的常50%是很好拿分的。

最后50%的Final历届看来只要你在之前没有遗漏知识点并且能够很好的理解Assignment和Weekly Assessment的内容的话也是不成问题的。题型⼤概就是选择题+简答题，简答题中会有⼿写代码甚⾄是画图，一般来说的最后的题都是根据场景设计数据结构， 这种题比较看运气，想到了就会做，想不到就挠头。

COMP3027: Algorithm Design

这也许不会是你2019年花时间最多的一门课, 然而这可能是你毕业几年内 复习最多的一门课, 对找工作最有用的一门课 。

这门课Pass相对不难，因为就像以前的数据结构课一样，是有足够的简单题来保障Pass率的。

但是想要拿Distinction，至少需要比较好的理解力和保证吃透Tutorial的练习。

而想要拿HD，则需要运气, 智慧, 积累或者苦练。

内容简介

这门课介绍基本的算法与技巧.

主要分为六个章节：基本数据结构如图与树的复习，贪心算法，Swipeline算法（一种模拟的技巧）， 动态规划，网络流算法和计算复杂度。

这些算法，尤其是涉及图(Graph)，贪心 (Greey)，Swipeline和动态规划 (Dynamic Programming)，是各大厂算法面试的热门。

然而， 这门课的编程不是重点，思路才是重点 。面试题的第一步是讲清思路，而考试与Assignment的分数大头也是在论证自己的思路是否正确上，平时Assignment的编程实现只占20%左右。而考试则是不考代码。千万不要本末倒置。

这门课对语言没有要求，推荐使用Python，Java。

Assessment 内容

1. Online Quiz (15%)

每周一次, 10次选8次最好成绩, 在Canvas上限时完成的单/多选题.

文字题，概念题居多，数学证明的很多，也有简单题。 满分有很大的难度, 但拿到一半不是问题。

Slies和教科书对Online Quiz很有帮助。

1. Assignment (25%)

共5个独立的小作业, 对应五个算法专题, 每一个五分.

打分由文字证明与在线代码提交组成: 文字证明80%, 在线代码提交20%。

Assignment总体难度不难, 代码量很少。但对论证的严谨性要求很高，如果文字表达不力可以多画图。

1. Final (60%)

一共6道题。第一道基础题, 为了确保大家拿Pass而设置。后面通常每一题对应一个Topic, 也可能某个Topic占两道题。一道题占卷面分比10-20%不等.

Final的总难度不大，但残酷之处在于，如果有一题没有思路，基本是一分都拿不到 ，因为第一步就是写出思路，之后几步在于论证，写伪代码或者分析复杂度如果思路不对，那就没有什么补救的余地了。

COMP3308: Introuction to Artificial Intelligence

这门课属于认真学就能拿到不错的分数的那种课。这是有关人工智能的一门课，同学们也知道AI这一领域算是一个热门近些年来发展很快，但也因此导致学校里教的可能有些跟不上步伐，相比之下网上很多教程甚至更Relevant一些。

内容简介

与其他Deep Learning 课不同，这门课重点在于Introuction。 冲着深度学习来的同学可能会对这个topic出现的频率感到失望。 1-5周讲搜索 (greey, A*, minimax,)，第8，9周讲神经网络和深度学习。剩下的呢，就是machine learning里别的算法了。

Assessment 内容

1. Homewors (3%)

如果做好本周的复习的话，homework可以说是没有任何难度了。这个homework的主要目的在于帮助大家赶上课程进度。

1. Quiz (12%)

这个quiz主要考察大家对前几周AI搜索的知识掌握程度。熟悉好slies和tutorial一般就没有问题。

1. Assignments (30%)

这门课的assignments基本上都在实现lecture上提到的各种AI算法， 语言不限，但是小编个人建议使用Python 。需要注意的是这门课的assignments需要写一份论文格式的report。

1. Final (55%)

Irena出的考题的风格基本上万变不离其宗。Tutorial里的经典题型在final里一定会考到。Final里也会出现一些平时练习不到的题目，这时候就只能看大家对lecture里的知识点的掌握程度了。

除却comp课程的其他基础课程

NFO1111

以团队建设为主， final主要是概念题和一些平时tut上的活动反馈。team work较多， 建议多找local。

INFO1110

改⾰之后的新课，可以说是大一计算机课程里的top1，主要的学习Python，建议提前入门Python,考察出勤率，每周都有task一定要按时完成。

Math1002 & Math1021

主要针对线性代数和微积分，跟着lecture 和 tut走， 把题⽬都弄弄清楚，final就没什么大问题。

** Math1002 & Math1021**

主要是java,从编程⼊门的角度而言是比较容易上手的，平时的作业按时完成，多码代码，熟练掌握。课程前提要求是要学会python，两个学科都是基础⼊门，一些简单的算法是相通的只是需要不同的计算机语言编出来，最后会学到面向对象编程。

ISYS2120

基本语⾔为SQL，从数据库展开，设计他们之间的relation。三个assignment分别是根据关系图用SQL设计，根据⼀段文字设计关系图， 和创建一个数据库可操作。这三个都是team work， 找好组员非常关键。

总结

悉尼大学的计算机难度是不低的，想要学好这个专业，敲代码是尤其重要的，想到⻔门HD，每天码程序的时间至少是4⼩小时，这是一个熟能生巧的过程。