简介东北大学数据结构实验报告docx 文档以顺序表与链表实现约瑟夫环问题为主线完整覆盖线性表基本操作、链式存储结构设计及循环链表应用适合数据结构课程学习者、考研复试或实验报告撰写参考。压缩包内含 1 个 docx 文件大小约 502KB排版规范、代码注释清晰便于直接查看或修改复用。报告结构完整包含实验目的、抽象数据类型设计、主要函数代码、复杂度分析、调试记录与实验结果总结。核心算法涵盖链表节点定义、创建循环链表、显示链表内容、按密码删除结点等步骤并逐一对各函数进行时间与空间复杂度分析同时附有调试过程中遇到的问题及改进方案如指针初始化、循环链表闭合时机、头结点处理等对理解约瑟夫环的边界条件与链表操作细节很有帮助。实验环境为 Windows 7 与 Visual Studio 2017具有较强的可复现性。目前已有 293 人学习报告内容真实完整可作为东北大学数据结构实验一“顺序表和链表的应用”的优质参考资料。1. 一份东北大学数据结构实验报告能值回多少票价在大三下学期结束前我翻出自己写得最厚的一门课作业数据结构实验报告。封面写着“东北大学”页数是74页里面有线性表、栈队列、树、图、排序、查找几乎每章都有一份可运行的C语言代码和对应的测试输出。这份报告我当时交了作业就扔在网盘里直到准备考研复习数据结构时重新翻出来才发现它远比我想象的值钱——考研数据结构408里那些图、数组、排序算法我在实验报告里都亲手调过、改过、踩过坑复习时看一遍代码比看十遍教材都记得牢。这就是一篇数据结构实验报告的真实价值它不是教务处要求的一坨纸而是你亲手把“算法怎么实现”走了一遍的证据。你可能会问网上有那么多现成源码包为什么要自己做答案很简单期末考试和考研复试问的是“为什么这段代码不写free就内存泄漏”“顺序表和链表在哪个场景翻车”代码不亲手敲进去、跑出异常、再修好这些问题你根本答不上来。这篇文章写给正在做数据结构实验、或者准备用它来复习考研408的人。我会按照东北大学课程常见的实验设计思路说清楚一份实验报告该怎么做、每个实验的代码骨架长什么样、参数怎么调、测试数据怎么给、以及最容易被扣分的那些细节。你不用照着某个特定模板抄按这个思路走不管是哪个学校的实验报告你都能写出一份拿得出手、自己也看得懂的东西。2. 从实验指导书里拆出必考模块先把“做什么”变成“考什么”写实验报告的第一步不是打开Dev-C或者VS Code而是把实验指导书里的题目翻译成“这个实验在考哪个数据结构、哪个算法”。一份合格的实验报告本质上就是在回答这个翻译题。东北大学数据结构课程的实验设计一般围绕三个层次展开线性结构顺序表、链表、栈、队列、树形结构二叉树、哈夫曼树、图形结构图的遍历、最短路最后追加排序和查找的综合实验。这个顺序恰好和考研数据结构408的大纲是同轴的。2.1 线性表实验别只写“能跑”要写清楚“为什么选它”线性表实验是开胃菜但恰恰是最多人在这里翻车的。常见的题目是“学生信息管理系统”或者“多项式加减法”用顺序表或链表实现。大部分人的做法是选顺序表因为数组好写、不用指针、不用malloc。但这样写实验报告等于把送分题做成了送命题——因为实验报告里必须回答一个问题为什么这个场景选顺序表而不是链表我的建议是这个实验就做两个版本。第一版用顺序表实现第二版把插入删除操作改成链表实现然后把两组操作的时间对比贴出来。这样做有几个实际好处第一你亲手体会了“顺序表插入要移动n/2个元素”这句话到底意味着什么当你插入10万个学生信息时那种卡顿感是教材上的复杂度公式给不了的第二实验报告的“结果分析”栏你有的写了不用凑字。代码骨架我一般会这样组织顺序表核心就三块初始化、插入、删除。下面是一个最小可用的顺序表插入实现我在实验里会把它扩展成学生信息的增删查改。#include stdio.h #include stdlib.h #define MAXSIZE 100 typedef struct { int id; char name[20]; } Student; typedef struct { Student data[MAXSIZE]; int length; } SeqList; void listInsert(SeqList *L, int pos, Student s) { // 参数说明pos是插入位置从1开始计数 // 插入前必须检查表是否已满以及pos是否越界 if (L-length MAXSIZE) { printf(表已满无法插入\n); return; } if (pos 1 || pos L-length 1) { printf(插入位置非法\n); return; } // 从最后一个元素开始逐个向后移动 // 这里就是顺序表插入代价最高的地方移动次数是 n - pos 1 for (int i L-length; i pos; i--) { L-data[i] L-data[i - 1]; } L-data[pos - 1] s; L-length; }这段代码里最值得注意的是那个for循环从末尾往前移动这样才不会覆盖后面的数据。如果你从pos位置往后遍历把前面的覆盖了数据就乱了这是我第一次写时翻车的点。参数上MAXSIZE用100是个很保守的值实验场景的数据量一般就几十条不会有溢出风险。如果你要在报告里做性能对比就把这个宏改大比如100000然后分别用顺序表和链表插入到头部统计耗时差。2.2 栈和队列实验用“迷宫求解”把抽象结构变成看得见的过程栈和队列这对兄弟光看书上的概念会觉得很简单但真正动手做实验就会意识到一个核心问题什么时候用栈、什么时候用队列教科书不会告诉你得靠场景判断。最经典的实验是迷宫求解用栈实现深度优先搜索DFS用队列实现广度优先搜索BFS迷宫本身用二维数组表示1是墙0是通路。这个实验的代码量比线性表大但核心就一个函数路径搜索。我用栈写的DFS版本长这样#define ROW 10 #define COL 10 typedef struct { int x, y; int dir; // 记录当前探索方向0上 1右 2下 3左 } Box; typedef struct { Box data[100]; int top; } Stack; int maze[ROW][COL] { {1,1,1,1,1,1,1,1,1,1}, {1,0,0,1,0,0,0,1,0,1}, // ... 其余行省略 {1,1,1,1,1,1,1,1,1,1} }; int findPath(int startX, int startY, int endX, int endY) { Stack s; s.top -1; Box current {startX, startY, 0}; maze[startX][startY] 2; // 标记已走过 s.data[s.top] current; while (s.top ! -1) { Box *p s.data[s.top]; if (p-x endX p-y endY) return 1; // 到达出口 // 按方向依次尝试找到一个能走的就入栈 int found 0; int nextX p-x, nextY p-y; switch (p-dir) { case 0: nextX p-x - 1; break; case 1: nextY p-y 1; break; case 2: nextX p-x 1; break; case 3: nextY p-y - 1; break; } p-dir; // 下次尝试下一个方向 if (nextX 0 nextX ROW nextY 0 nextY COL maze[nextX][nextY] 0) { Box next {nextX, nextY, 0}; maze[nextX][nextY] 2; s.data[s.top] next; found 1; } if (!found) { s.top--; // 四个方向都试过回溯 } } return 0; }这段代码的核心是dir字段。它代表当前格子已经尝试到哪个方向了这样回溯时才有记忆不会重复走同一条死路。如果你不记dir回溯就会变成死循环——这是迷宫实验最容易出现的bug。另外maze数组里用2标记走过是为了避免走回头路但也会带来一个问题如果一条路走不通后退回来这条路已经被标记成2了另一条路想经过它也不行。在很多实现里这是可接受的因为迷宫路径通常不交叉。但如果你做的迷宫允许交叉就得用visited数组单独标记不修改maze本身。在实验报告里我会把DFS和BFS结果放在一起贴图然后用两句话点出区别DFS找到的路径“最先找到出口”但不一定是最短路径BFS找到的路径“路径最短”因为它是按层扩展的。2.3 树和图实验把“数据结构”这门课变成能画出来的东西树和图是数据结构的两个大头也是实验报告里最厚实的部分。树的实验一般有三种选择二叉树遍历前中后序递归与非递归、哈夫曼树编码、二叉排序树。图的实验则集中在邻接矩阵/邻接表的存储、DFS/BFS遍历、以及Dijkstra最短路。我建议树的实验选“哈夫曼树”图的实验选“Dijkstra最短路径”。为什么因为这两个实验结论性强报告里的“结果分析”有实实在在可以写的内容——哈夫曼树能给出编码表和平均码长Dijkstra能给出每一轮dist数组的变化过程这些都是表格可以展示的素材比单纯输出一棵树的遍历序列更有说服力。哈夫曼树的核心代码是构建过程用优先队列最小堆实现最方便。在C语言里没有现成的priority_queue需要自己维护一个数组并每次找两个最小的权值。代码骨架如下#include stdio.h #include string.h #define N 8 // 叶子节点个数 #define M 2*N-1 // 最终哈夫曼树节点总数 typedef struct { int weight; int parent, lchild, rchild; } HTNode; void createHuffmanTree(HTNode huffTree[], int weights[], int n) { // 初始化每个节点都没有双亲和孩子 for (int i 0; i M; i) { huffTree[i].weight 0; huffTree[i].parent -1; huffTree[i].lchild -1; huffTree[i].rchild -1; } // 把叶子节点权值填进去 for (int i 0; i n; i) { huffTree[i].weight weights[i]; } // 核心做 n-1 次合并 for (int i n; i M; i) { int min1 -1, min2 -1; // 两个最小权值的下标 // 第一轮循环在所有无双亲节点中找最小的两个 for (int j 0; j i; j) { if (huffTree[j].parent -1) { if (min1 -1 || huffTree[j].weight huffTree[min1].weight) { min1 j; } } } // 把第一个最小值标记为已有双亲再找第二个 huffTree[min1].parent i; for (int j 0; j i; j) { if (huffTree[j].parent -1) { if (min2 -1 || huffTree[j].weight huffTree[min2].weight) { min2 j; } } } huffTree[min2].parent i; // 合并新节点的权值是两者之和左右孩子分别指向min1和min2 huffTree[i].lchild min1; huffTree[i].rchild min2; huffTree[i].weight huffTree[min1].weight huffTree[min2].weight; } }这段代码里有一个非常隐蔽的细节找min2之前必须先设置huffTree[min1].parent i否则min1会被再次选中那么两个最小值就重复了。我在第一次写这个实验时没注意到这一点结果合并出来的树总是少一层编码也总是错。这个是哈夫曼实验里最经典的坑之一报告里如果你能把这个问题写进“调试分析”老师会给你加分因为这证明你不是抄的。Dijkstra算法我不在这里展开全部代码只说一个参数层面的关键点初始化时dist数组要把起点设为0其余设为无穷大用一个大数如9999表示。在调试时建议在每一轮外层循环结束后打印dist和visited数组这样你能在实验报告里贴出每一轮的中间结果——这正好是报告评分标准里“过程记录”要的东西。3. 一分工整的实验报告怎么写排版骨架和评分点拆解代码写完只是第一步实验报告的评分很大程度取决于排版和结构化程度。我见过太多人代码写得不错但实验报告就是一堆代码截图拼起来连标签都没有最后只拿了个及格分。东北大学这类课的实验报告一般要求包含封面、实验目的、问题描述、需求分析、概要设计、详细设计、调试分析、测试结果、总结。这几部分不是等权的评分的权重分配大概是这样3.1 问题描述和需求分析用一段话讲清楚“要做一个什么、用什么数据”问题描述和需求分析是两回事。很多学生把这两个写成一回事都是“实现一个学生信息管理系统”然后就没有了。正确的写法是问题描述写“题目是什么”需求分析写“这个系统需要哪些功能、输入什么格式、输出什么格式、数据规模多大”。我一般会这样写需求分析功能需求实现学生信息的插入、删除、按学号查找、打印全部记录共4个操作输入规格学号为6位整数姓名为不超过10字符的字符串以-1作为终止输入标记输出规格插入成功后提示“插入成功”删除成功输出被删除的完整信息查找成功输出匹配记录未找到输出“未找到”数据规模测试数据不超过100条但设计时按1000条考虑验证插入效率这一段的价值在于它逼着你想清楚“边界在哪里”。比如输入学号是负数时怎么办姓名超长时怎么办。这些边界问题你在代码里不处理测试时必翻车。把需求分析写在代码之前本质上是让你先想后写。3.2 概要设计和详细设计用图说话别写满页文字概要设计要画出模块结构图详细设计要给出核心函数的调用关系和伪代码。很多人在实验报告里大段大段地贴代码这是低效的。正确的做法是详细设计里写清楚“这个函数做什么、输入什么、返回什么、和谁调用谁”核心代码放到附录或者测试结果前面单独给。以下是我常用的函数设计表格式写法能省不少篇幅老师看着也清楚函数名输入输出功能说明被谁调用InitList无空的顺序表初始化顺序表length置0主函数ListInsert顺序表指针L位置pos元素e成功返回1失败返回0在pos位置插入元素元素后移主函数/插入模块ListDelete顺序表指针L位置pos成功返回1并带回被删元素失败返回0删除pos位置元素元素前移主函数/删除模块LocateElem顺序表L学号key返回下标未找到返回-1按学号查找记录首个匹配即返回主函数/查找模块这张表写完之后代码和报告的关系就清楚了。老师一眼就能看出你掌握了哪些基本操作而不是你的排版能力。详细设计部分用文字描述核心算法的逻辑即可不用整段贴代码。比如顺序表插入“先从表尾开始将第length个数据元素到第pos个数据元素逐个向后移动一个位置然后将新元素写入下标pos-1的位置最后表长加1。移动顺序必须从后往前否则会覆盖未移动的数据。”——这段描述比贴上完整代码更能体现你懂不懂算法本尊。3.3 调试分析和测试结果这才是给报告的关键部位也是大多数人的死角调试分析和测试结果是一份实验报告里把分数拉开差距的地方。调试分析要求你记录“调试过程中遇到的问题、原因、以及怎么解决的”。大多数人这里写“无问题”或者在测试结果里贴一张正常的运行截图就完事这是巨大的浪费。正确的做法是把你写代码时真正遇到的报错和异常写进去。比如我在做链表实验时遇到过一个经典的野指针问题删除节点后没有把上一个节点的next指向被删节点的后继导致遍历时访问了已经free掉的内存。这个在调试分析里就是一个很好的素材我会这样写现象删除一个节点后再次遍历链表时输出乱码甚至程序直接卡死。原因删除函数没有修改前置节点的next指针后续遍历走到这里时访问了已释放的地址。解决在删除操作中先保存前驱节点的地址执行prev-next p-next后再free(p)。测试结果也不是简单的“程序运行了输出正常”。正确做法是给出一组有代表性的测试数据和对应输出并说明每组数据覆盖了哪个功能点。比如排序实验你可以这样组织测试数据测试编号输入数据预期动作实际输出功能点T015 3 8 1 (正常乱序)升序输出1 3 5 81 3 5 8基本排序功能T021 2 3 4 5 (已有序)输出1 2 3 4 51 2 3 4 5有序输入边界T035 4 3 2 1 (逆序)输出1 2 3 4 51 2 3 4 5逆序输入最坏情况T04空输入提示“无数据”提示“无数据”空数据边界一组好的测试数据比十张截图都有说服力。这也是实验报告里最值得花时间的地方因为它在验的是“你懂不懂边界条件”。4. 排序与查找实验用性能对比让报告里的“复杂度”活起来排序和查找在东北大学这类课程里通常是放在最后一个综合实验里的。这个实验的设计空间很大常见的要求是“实现三种排序算法并比较性能”或“在有序表中实现二分查找并分析查找路径”。标题里的热词也提到“数据结构排序算法”和“数据结构408图和数组”可见这个模块在考试中的权重不低。4.1 三种排序怎么选快排、归并、冒泡用数据量说话我的建议是不要做三种同质的排序比如冒泡、选择、插入那样比较结果太单调。选快排、归并、冒泡三种因为它们在算法思想上有质的分野冒泡是交换排序快排是分治加交换归并是分治加合并。实验报告里“算法思想”部分有东西可写性能对比的数字也更有层次。代码层面用随机数生成器生成不同规模的数据然后记录每种排序的耗时。这里有个关键的陷阱快排在几乎有序的数据上性能会暴跌退化到O(n²)。如果你想在报告里展示这个边界可以额外构造一组“基本有序”的测试数据让快排和归并比一比结果会很有意思。C语言里用clock()函数就能测耗时代码片段如下#include stdio.h #include stdlib.h #include time.h void quickSort(int arr[], int low, int high) { if (low high) return; int pivot arr[low]; // 每次取第一个元素作为基准 int i low, j high; while (i j) { // 从右往左找比基准小的从左往右找比基准大的 while (i j arr[j] pivot) j--; if (i j) arr[i] arr[j]; while (i j arr[i] pivot) i; if (i j) arr[j--] arr[i]; } arr[i] pivot; quickSort(arr, low, i - 1); quickSort(arr, i 1, high); } int main() { srand((unsigned)time(NULL)); int n 50000; int *a (int*)malloc(n * sizeof(int)); for (int i 0; i n; i) a[i] rand() % 10000; clock_t start clock(); quickSort(a, 0, n - 1); clock_t end clock(); double elapsed (double)(end - start) / CLOCKS_PER_SEC; printf(快排耗时%.4f 秒\n, elapsed); free(a); return 0; }这里最值得注意的参数是基准值的选择。我用的代码固定取第一个元素为基准这在随机数据上没问题但在已排序数据上会直接退化到O(n²)。实验中如果你想展示快排的优势建议用“三数取中”或者随机选基准代码稍加修改即可。在实验报告的性能对比表里这个细节要写清楚我用的基准选择策略是什么这样可以解释为什么快排不如某次教材上写的那么快避免实验结果的误解。4.2 二分查找的“路径记录”验证查找过程比验证结果更重要二分查找的代码简单大多数学生十分钟就能写好但实验报告的深度差别很大。有人写完就贴输出有人会把每次比较的mid下标记录下来画出一棵二分查找判定树。我在报告里更倾向于后者——因为这才是“查找”实验的核心价值让查找路径可视化。代码上我一般会加一个全局数组来记录每次比较的下标然后在查找结束后打印出来int searchPath[100]; // 记录二分查找过程中每次比较的下标 int pathLen 0; int binarySearch(int arr[], int low, int high, int key) { while (low high) { int mid (low high) / 2; searchPath[pathLen] mid; // 记录本次比较的位置 if (arr[mid] key) { return mid; } else if (arr[mid] key) { high mid - 1; } else { low mid 1; } } return -1; }在实验报告里我会用一张表把查找过程展开比较次数、mid下标、对应值、与key的大小关系。这个表比单纯输出“找到了下标是5”要有说服力得多。而且它直接呼应了教材上的“查找成功/失败的判定树”理论老师一看就知道你真的理解二分查找不是“打开一个数组从中间试”而是“每一步都在把搜索区间砍半”。4.3 性能对比的表格模板直接抄进报告里改数字就行排序实验最让人头疼的是测试报告怎么写。我提供一个我常用的模板三列数据就能说清楚问题数据规模冒泡排序耗时快速排序耗时归并排序耗时10000.012s0.001s0.001s100000.388s0.012s0.018s10000038.15s0.089s0.103s这组数据是我印象中的典型量级不是某台机器的真实结果但比例关系是对的冒泡在10万规模时已经跑到几十秒快排和归并还在零点几秒的量级。你在自己机器上跑出来的数字可能不同但“冒泡增长速率远高于快排”的趋势是稳定复现的。实验报告里比数字更重要的是那句分析“当数据规模扩大100倍时冒泡排序的耗时约扩大100倍符合O(n²)的预期增长快排和归并的耗时约扩大10倍符合O(nlogn)的预期增长。”这句话写出来整个实验的结论就立住了。5. 实验报告避坑指南5个现象、原因和解决路径这一节说几个我做实验报告时踩过的坑以及帮别人看报告时频繁发现的共性问题。每一条都是按“现象 → 原因 → 解决”的思路写的你可以对照自己手头的报告排查。5.1 内存泄漏程序运行时间一长内存就爆了现象链表实验里我连续插入、删除几万次后任务管理器看到内存占用一直往上涨。短时间运行没问题一跑循环测试就翻车。原因删除节点时只做了prev-next p-next没有free(p)或者反过来free了但没改指针。前者是泄漏后者是悬空指针两个都会出问题。解决删除节点时严格按照两步走先断链后释放。另外程序结束前遍历一整遍链表把所有剩余节点都free掉顺手加一个计数器看释放的节点数是否等于插入的节点数。这个自查习惯能排查掉绝大多数内存问题。在实验报告的“调试分析”里写出这个排查过程比写十行“程序无问题”强得多。5.2 顺序表插入时数据被覆盖输出全是乱码现象我在pos1的位置插入一个新元素结果原来的第一个元素没了出现了两个相同的数据。原因插入操作的移动方向写反了。从前往后移动时前面的元素会被后面的覆盖必须从最后一个元素开始从后往前移动。解决修改for循环的初始条件和方向。写代码前先想清楚“移动方向必须是从后往前因为前一个位置要先腾出来。”如果你在调试中遇到这个bug在报告里写出来这就是很好的调试素材但别只写“已经修复”把现象和原因写下来说明你真的排过这个雷。5.3 二叉树的指针悬空导致层序遍历崩溃现象层序遍历二叉树的代码前几次输出正常但程序运行到某个节点后突然卡死或者输出一个巨大的垃圾地址。原因构建二叉树时某个节点的lchild或rchild没有初始化为NULL。后面的遍历用到了这个野指针走到一个不存在的地址就崩了。解决构建每个节点时把左右孩子指针用显式的NULL初始化不要依赖malloc返回的未定义初始值。所有节点构建完毕后可以用一个计数器统计每个节点的孩子数加起来应该是节点总数减1如果不等就说明指针没接对。这是一个很硬核的验证方法实验报告里如果写出来会被认为是真正理解树结构的人。5.4 排序结果偶尔正确、偶尔乱序稳定性问题没想清楚现象我在数组里放了一组结构体按其中某个字段排序结果相同关键字的记录在多次运行中顺序不一致。原因我用了不稳定的排序算法比如快排对结构体排序比较函数只比较了关键字没有比较其他字段。当关键字相同时快排的交换操作会改变原有相对顺序造成结果不稳定。解决两种方案。第一种比较函数里加上次要关键字作为第二层比较条件第二种在结构体里加一个自增序号字段比较函数里先比关键字、再比序号。在实验报告里可以用几行文字说明“我选择了哪种方案为什么”这是一个专业度的加分项。通用做法是加序号字段因为不需要依赖业务数据里必然存在的第二个可比较字段。5.5 哈夫曼编码输出为空空节点也参与了编码现象我写好的哈夫曼树构建代码输出编码时有一大片空字符串或者乱码。原因我从数组下标1开始建树但判断叶子节点时用huffTree[i].lchild -1作为条件而空节点尚未合并的节点lchild也是-1于是把空节点也当成了叶子节点。解决判断叶子节点必须同时满足两个条件lchild -1 rchild -1。下标0是否作为存数据的起点也要统一要么数组从0开始用要么从1开始别混着来。这个bug在哈夫曼实验中非常高频几乎每届都有几个人踩中。把它写进报告里说明你认真翻过车。6. 让实验报告活起来一页纸把“代码”翻译成“考点”前面五章讲的都是“怎么写出一份合格的实验报告”这一章我想聊一个进阶用法也是我觉得整篇文章最值得你带走的东西把实验报告当成考研复习资料来用。如果你现在大一或大二正在做数据结构实验这章的内容可能会改变你写报告的方法如果你是为了考研在做数据结构实验这章就是为你量身定做的。6.1 在代码旁边做“考点标注”把实验报告变成复习笔记我所说的考点标注不是指在报告里加批注——排版上会很乱——而是指在一个文件里把代码、注释和考点映射起来。比如在快速排序的代码旁边我会写“快排不稳定空间复杂度O(logn)平均时间O(nlogn)最坏O(n²)最坏发生在基准选择不合理时408真题常考‘一趟排序后的结果’。”这些标注让代码的意义从“能跑”变成“能考”。具体做法在实验报告的最后附一页“考点对照表”左边是实验内容右边是对应的408考点。比如实验内容对应考点常考题型顺序表插入、删除线性表存储结构特性插入/删除平均移动次数选择题中比较顺序表和链表的适用场景迷宫求解栈深度优先遍历回溯算法的原理和实现手工模拟拓扑排序或DFS的遍历序列哈夫曼树构建哈夫曼树的构建过程WPL带权路径长度计算给出权值集手工画出哈夫曼树并计算WPL二分查找路径记录判定树的高度查找成功和失败的最多比较次数在有序数组中查找某个不存在的数问比较了几次这张表我整整用了一年。每次做一套数据结构真题遇到不会的题就翻回对应的实验代码亲手跑一遍看能不能理解为什么会这样。实验报告从“作业”变成“复习工具”的那一刻它的价值就从10倍起步了。6.2 血泪经验复习数据结构时别只刷题不写代码数据结构这个科目有一个很奇特的规律看起来内容不多无非就是表、树、图、查找排序但每次考完总有同学在群里哀嚎说“最后一个算法大题我没写出来”。这里的问题不是刷题数量不够而是很多人从头到尾只做选择题和简答题没有亲手写过代码。于是考场上面对一道让你“手写一个非递归中序遍历”的题你能背出思路但写不出来完整代码或者在细节处卡壳。我的建议是用实验报告里的代码作为基础每天花20分钟手写一个核心算法。不用写一整个程序就写这个函数本身。比如今天写二分查找的非递归版本明天写快排的划分过程后天写Dijkstra。写完后对照自己实验报告里的代码看哪里有出入、哪里卡住了。这个习惯是考研数据结构算法大题最好的准备方式因为你已经用自己的话写过高频代码了。6.3 验证你的实验报告能不能“打”三个自测问题整份实验报告做完之后别急着交先把下面三个问题对着一份报告逐条自问一遍这是我对每份实验报告做的最后一道检查第一报告里的每一个代码块我是不是能不看任何资料手写出来如果不能说明这段代码不是你的交上去被老师问起来就翻车。第二报告里的每一张测试表和性能对比数字我能不能解释其背后的原理比如为什么冒泡在100000条数据时耗时是快排的几百倍如果不能就说明结果是抄的或者凑的。第三报告里的“调试分析”有没有至少三条真实的bug记录如果没有只能说你的代码写得太顺利要么是你确实太强要么是代码没写到内存操作层面还没触发真正的坑。我倾向于相信后者。如果这三个问题都过关这份数据结构实验报告就不仅是一份作业它是一份你亲手整理的数据结构复习手册。将来无论是期末考、考研还是面试手撕算法这几百行代码和几页调试记录都是你最可靠的弹药库。写实验报告这件事我现在回头看最深的感受是当初认认真真调试哈夫曼树到晚上十一点的那个自己后来在考研考场上写WPL计算题时脑子里自动浮现出那段代码结构和debug画面几秒钟就写出了答案。那份用心的实验报告是我数据结构这门课没花太多力气复习却考得最好的原因。希望我的这套做法也能帮到你让你的实验报告不只是交差那一刻的良心安慰而是今后随取随用的真东西。本文还有配套的精品资源点击获取