前言
趁自己还有学习的惯性，多学一点吧，总比不学习要好。进度很重要。后面再来打磨细节。
词条雷同
建新塔，紧邻其右，逐层生长。（跳转表。）
图
这个算是我的一个小噩梦。写算法题的时候印象中就是高级算法的模板。我根本不会用。算法题我就会一些简单的模拟，其他的基本都不行。这个板块是必考，但是分数没有那么多。图确实对于考试没有那么重要。理解代码可能就是数据结构给我的坑。我看得懂代码吗。很多事情都是有点看运气了。真要拼一拼了。想拿高分就是得仔细地学习，没啥其他好的办法。
自环
一般不包含自环。不含自环及重边，一般认为是简单图，我们一般讨论的就是简单图。默认不考虑混合图。除非是特别说明了。
DAG
有向无环图。欧拉环路各边恰好出现一次，哈密尔顿环路各顶点恰好出现一次。
邻接矩阵
空间复杂度是 O ( n 2 ) O(n^2) O(n2)，记录顶点之间的关系。无向图关于对角线基本是对称的。有向图不是对称的。混合图也不一定是对称的。具体的代码实现还得自己慢慢一行一行看。一些函数接口之类的必须得了解，假设我初试想考一个均分以上的话，这些是必须做的事情。。。
关联矩阵
记录顶点和边之间的关系。空间复杂度是 O ( n 3 ) O(n^3) O(n3)
获取度数
直接常数时间可以得到。因为我们用一个变量存下来了，直接查询变量的数值就可以了。顶点的出度和入度，查询的时间复杂度是 O ( 1 ) O(1) O(1)
稀疏图和稠密图
n l o g n 是一个模糊的边界。 nlogn \text{ 是一个模糊的边界。} nlogn 是一个模糊的边界。
平面图
平面图的空间利用率大致是 1 n \frac{1}{n} n1
e ≤ 3 n − 6 e \leq 3n-6 e≤3n−6
平面图就是不能有平面上交叉的点。
邻接表和邻接多重表
好熟悉的词儿。算法题的时候确实学过，但是肯定是没有学透。有向图的存储空间是 O ( n + e ) O(n+e) O(n+e)
对称的矩阵可以压缩存储。但是只能改变常系数。
有向图的存储空间是 O ( n + 2 e ) O(n+2e) O(n+2e)
奇怪的头和尾的定义
箭头指向的是头。但是邻接表的和我们一般理解的又是一致的。以 A 为尾就是从 A 出发。压力真是太大了，专业课确实摸不着头脑。目标定在一百分就好了。别给自己啥压力，公共课考高一点就好。
指令系统
r i s c − v 指令系统 risc-v\text{ 指令系统} risc−v 指令系统
计组还是多学几遍吧。理解能更加深刻一点了。规整的指令编码。都是 32 位字长。 s r c 1 第一个源操作数寄存器 src1 \text{ 第一个源操作数寄存器} src1 第一个源操作数寄存器
还是不能设置太低的目标，稍微失手就过不了线了。目标肯定得尽可能高，求乎其上，得乎其中。
a d d x 1 x 2 x 3 add\ x_1\ x_2 \ x_3 add x1 x2 x3
表示的意思是， x 1 = x 2 + x 3 x_1=x_2+x_3 x1=x2+x3