算法设计与分析

📊 课程难度与压力分析

COMP9101 是计算机系里的‘逻辑磨刀石’。难点不再是敲代码，而是‘证明’。当你面对一个贪心策略并被要求利用‘交换参数法’证明其正确性时，你的数学严密性会经受极限考验。压力主要来自于期中 Assignment，每一个 DP 题目都像是一场头脑风暴，如果你找不出状态转移的‘无后效性’，你可能会盯着白纸一整夜。及格容易，但拿 HD 需要你对‘子问题重叠性’有几何直觉般的掌控。挂科风险显著存在于对‘网络流增广路径’定义理解模糊导致的建图错误上。

🎯 备考重点与高分策略

高分秘籍：‘得动态规划者得 Distinction，得 NP 归约者得 HD’。期末考试中，设计一个 O(n^2) 的 DP 算法来解决一个变体字符串匹配问题是必考的大题。一定要练到能秒识别‘贪心策略的反例’。重点攻克‘如何将 3-SAT 问题归约到独立集问题’，那是区分普通码农与顶级算法架构师的标志。备考时，教材《Introduction to Algorithms》(CLRS) 是圣经，每一个证明步长都要自己推一遍。对于 Assignment，HD 的关键在于‘伪代码的严整性’——不仅逻辑对，还要写出清晰的输入输出、前置条件与后置条件。重视 Tutorial 里的每一道网络流建模题。

📚 学习建议与资源推荐

神级资源：MIT 的算法导论公开课和算法竞赛网站‘Codeforces’的 EDU 模块。如果归约理解不了，强烈推荐去 YouTube 搜‘Computerphile - P vs NP’。最重要的建议：养成‘先写证明大纲，再写伪代码’的习惯。利用好 Python 的 `NetworkX` 库进行简单的图算法逻辑验证。学会阅读真实的算法论文。加入 UNSW 的 Competitive Programming 社团。训练你的‘数理逻辑肌肉记忆’。

⚠️ 作业与 Lab 避坑指南

项目避坑：千万不要在证明里使用‘显然 (Obviously)’！在 9101 老师眼里，没有什么是不需要证明的。Assignment 写作中，严禁只写代码，必须包含详尽的‘正确性证明’和‘时间复杂度 O 分析’。此外，注意 Final 考试有 Hurdle 要求，关于‘Master Theorem 适用条件’的基础题如果写错，平时分再高也会挂。考试时，带好直尺，画出的网络流残余图必须清晰标准。注意：分清‘贪心算法’与‘局部搜索’在全局最优保证上的本质差异。

💬 过来人经验分享

学长建议：这门课是为你进入 Google L5 或顶级对冲基金拿的‘认知入场券’。学完后，你眼中的软件不再是功能的堆砌，而是一个由递归边界、状态空间和最优判定准则定义的完美逻辑流。建议找一个同样追求‘逻辑纯粹性’的队友共同打磨证明。拿 HD 的关键：在报告中展现出你对‘算法空间开销与时间开销的极致取舍’。坚持住，通关 9101，你就真正跨过了从经验主义程序员到算法科学家的那道红线。这张成绩单是申请高薪研发岗位最硬的背书。记住：算法的灵魂，在于它对无序的统治力。