研究所考試心得 |113年台灣大學資工所 榜首_江O軒

選擇 TKB 的理由

許多考上資工所的人都是補習大碩/TKB，其中不乏本科生。我只修過線性代數和離散數學，而且學得不怎麼樣，因此算是個「2/3 跨考生」，自然選擇了補習。

台北的大碩不會很遠，TKB學堂也在距離住家30分鐘的地方，學習十分方便。

台大資工所準備方法

• 邊聽課邊讀黃子嘉老師的課本。除了*號章節外，盡量自己證明定理並寫一遍例題。（3月至6月）
• 完成黃子嘉老師的習題 Ch3 至 Ch8，每題都寫（包括 Hard）。（9月至10月）

• 邊聽課邊讀黃子嘉老師的課本。除了 Ch7、Ch8 的演算法章節與 Ch12，盡量自己證明定理並寫一遍例題。（3月至6月）
• 完成黃子嘉老師的習題 Ch1 至 Ch6，每題都寫。（9月至10月）

• 上面授課時（3月至6月）跟著進度讀投影片，著重在徹底理解，課後只寫張凡老師課本 Ch4-6 的部分題目，剩下的在11月全寫完。
• 聽兩次補充單元。（9月至10月）

• 邊聽 TKB 課程邊讀投影片，適量寫習題本。（7月下旬至10月中）
• 12月下旬再讀一次投影片。

• 上面授課程並依心情寫習題。（3月至6月）
• 重新閱讀筆記並略讀 CLRS 相關章節（12月初），如哈希表期望值相關證明、RB 樹刪除。

• 依照立宇講義的章節順序，細讀講義和 CLRS 相關章節。對於原文書中的動態規劃、貪心算法與圖論的每個習題都寫，問題集則斟酌寫。（7月至9月初）
• 完成立宇講義中除 Ch5.7 以外的所有習題。（11月）

我不特別做筆記，但對於感興趣的地方會多花點時間鑽研，做註記或整理。舉幾個例子：

• 某些 block matrices 的特徵值與特徵向量的觀察方法
• CLRS 中所有計算期望值的證明
• 各種資料結構最少節點數與高度/秩/根節點度數的關係
• 各種 NPC 證明，包括 CLRS 習題和各校考題中的 reduction
• 有向/無向圖上的 BFS/DFS 會有幾種邊
• 「哪個階段決定分支」與「有無 full forwarding」可以分成4個 case，各 case 下各種指令對之間需停幾個 cycle

• 12月中開始寫考古題，計時 80 分鐘，寫不完就延長 20 分鐘換個顏色的筆繼續寫。
• 只有在寫得理想時才算分數，所以不確定自己考不好的時候是否有機會上榜，因此不敢懈怠。
• 計組考古題若無公布答案，可在張凡老師的題庫班講義中找到詳細解答。

黃子嘉老師上課時提到的錯誤我似乎幾乎都犯過，例如不要整天讀一科、不要隔太久複習同一科，但最後還是調整好了狀態。所以我覺得，每個人適合的備考方法都不一樣，找到適合自己的方法就好。

考研歷程分享

在商管雙主修數學的背景下，我為了跨考資工所，努力準備了一年。考完台大的時候，原本以為台大只會是備取後段，交大可能會落榜，但結果卻遠超預期。

回想起進入交大數學考場前的最後5分鐘，我突然想起了子嘉課堂上的一道圖論證明，並成功地應用在考試中。這樣的結果，除了是努力的成果，也得益於幸運、家庭的支持以及 TKB 課程的協助。

這段跨考之旅不僅為我留下了難忘的回憶，更讓我深刻體會到運氣和正確的準備同樣重要，為未來的學習與成長打下了堅實的基礎。

大碩資工所師資推薦

• 黃子嘉老師的教材編排順序很好吸收，習題分類整理完善，課堂講解深入淺出、容易抓住重點。無論是否以考研為目的，想學線代與離散的人都值得聽聽他的課，參考他的書。
• 張凡老師的春季面授課學習風氣優良，感覺高手很多。老師會讓大家理解各個設計的理由，並反覆強調重點以加強記憶，更常常點出我們可能不會留意到的小細節。
• 林立宇老師的正課講義抓住了所有重點，且習題整理得非常好。只要扎實寫一遍，功力必定大增。
• 洪逸老師的資料結構課程著重廣度，板書與講義易懂，是學習資料結構最好的導覽，讓我們能得到所有基本分數。

課名	師資	試聽
線性代數	林緯老師	課程試聽
作業系統	洪逸老師	課程試聽
資料結構	劉逸老師	課程試聽
演算法	洪捷老師	課程試聽
計組與季結	張凡老師	課程試聽
演算法	洪捷老師	課程試聽
資工所	全修課程	課程試聽

如果你在 TKB 的課程列表中，找不到你想試聽的課程，請不要擔心。

你可以利用下方的表單，告訴我們你的需求和想試聽的課程。

我們將會根據你的回饋，提供最適合你的課程資訊，或是為你安排試聽的機會。

請記住，我們的目標是協助你獲得最佳的學習體驗，因此，你的需求和意見對我們來說非常重要。

無論你的問題或需求為何，我們都會盡全力來協助你。