|
 网上对cs61a评价 |
|
|
 杭电学生写的学习cs61a经验 |
|
|
https://tutor.cs61a.org |
|
|
| 教材&参考资料 |
教材 Composing Programs中文翻译 |
|
|
本课程采用cs61a 2020spring前半学期python内容。推荐学习次序：上课（看lecture），看教材，做lab，做hw，做proj（做之前必须看tutorial pdf或网页文档，lab00 那里有所有的打包下载百度云链接）。 |
|
|
教材 Composing Programs 英文版 不用翻墙就可阅读 |
|
|
参考资料 Nanjing University SICP fa2021 |
|
|
UCB CS61A Structure and Interpretation of Computer Programs |
|
|
python官方教程 |
|
|
精译【UC Berkeley 公开课-CS61A (Spring 2021)】-中英双语字幕 |
|
|
【中文精翻|中文语音】[2023·CS61A |
|
|
| 评分标准&成绩查询 |
评分标准：实验prof成绩25% 平时机考成绩 25%期末笔试成绩50% |
本课程采用cs61a 2020spring前半学期python内容
- 3个项目proj（ 实验课），每次满分100分，(项目)实验成绩占比25%。未经过答辩满分80 分，经过答辩和现场代码补全成绩80-100。每迟交一天满分扣2分， 最多扣 40 分。
- 平时考试，机试 3 次，每次满分 100 分，时长1小时，作弊当次计-100 分（占比 25%）；（1）test01机考 考试题型具体分值 ：简单WWPD题（教材代码改编） 3题 30分（拖拽填空）；复杂 WWPD题1题 （同期末考试题库范围，出自2020mid4套卷子，原题小改编）15分（多项填空题）； HW01HW02 原题考3题 55分（coderunner编程题）。（2）test02 待更新，依然会有WWPD（3）test03 待更新，依然会有WWPD
- 期末考试，笔试，满分100分，考试成绩占比50%。考试范围平时 HW、LAB题库和https://website.cs61a.org/resources/ cs61a官方对应章节历史试题。（重点发现、审核考试成绩和平时成绩不统一的学生平时代码是否存在抄袭）。考试AB卷 每个题库每卷 3题，总计 6 题。AB卷题目完全不重合。HW、LAB题库数量参考平时 HW、LAB 数量；历史试题题库范围为2020 年全年以及2019fall的midterm1 和 midterm2 （5套卷子30题左右）对应于授课章节的题目（考到面向对象和继承）。题库题目所在试卷以mt.pdf、mt1.pdf或mt2.pdf结尾。
如何避免抄袭/抄袭标准：最低标准为看过答案或他人代码后确保充分理解后，关闭所有参考代码，再开始coding。不要反复多次频繁查看。禁止复制粘贴任何他人代码。
本课程会对学生提交的代码采用https://theory.stanford.edu/~aiken/moss/ 进行抄袭检测。 |
|
评分标准：加分 |
- 根据6次HW，5次LAB或 cs61a历史题库，自愿撰写期末考试试题和机考题库（Moodel coderunner 题），每个合格题目，平时/实验成绩（机考+实验成绩）+2分，平时/实验成绩加到 100 分为止（因为 DeepSeek 的出现，平时成绩根据机试给出）。
-
目前 openEuler 社区里，专门以 Python 为主的实习小组是SIG-python-modules（Python 模块特别兴趣小组https://www.openeuler.openatom.cn/zh/sig/sig-python-modules）。根据社区最新信息，该小组正在进行的实习任务主要有：
🐍 SIG-python-modules 的实习任务
-
Python 软件包维护与升级：维护 openEuler 发行版中的 Python 软件包，包括修复 bug、升级版本、处理依赖关系等。
-
新 Python 软件包引入：将社区用户需要的 Python 包引入 openEuler，确保兼容性和稳定性。
-
Python 软件包测试：使用社区测试框架（如 mugen）编写测试用例，确保软件包质量。
🎯 如何参与
🔖 其他可能涉及 Python 的小组
除了 SIG-python-modules，以下小组的实习任务也可能涉及 Python：
建议直接访问 openEuler 实习官网，查看最新发布的实习任务列表，选择感兴趣的任务并联系导师报名参与。实习积分多少分，平时成绩加分=实习积分*5（只计算贡献代码以python为主的实习积分），平时成绩加到 100 分为止。mindspore实习也可以，自行查看加入方式。
|
|
查看平时成绩登记-WPS文档链接，请用校内统一登录wps账号后查看 |
|
|
| 加分：期末考试出题及moodle coderunner 题库 xml 文件撰写指南，先和我说打算模仿hw或者lab或者历史试卷的哪一道，大概改写思路，我说没问题再动手。每次test后只能出下次test的内容，加分截止为test3当日。 |
 广东工业大学试卷及试卷答案模板 |
|
|
xml撰写指南 |
官方手册：https://trampgeek.github.io/moodle-qtype_coderunner/
官方 python xml 模板 https://github.com/trampgeek/moodle-qtype_coderunner/blob/master/samples/python3demoquizquestions.xml
1.题目类型：python3_cosc121。这是一种复杂的 Python3 题型，坎特伯雷大学 COSC121 课程的几乎所有题目都使用了这种题型。学生提交的题目首先要经过pylint 源代码分析器，如果 pylint 出现任何错误，则提交的题目会被拒绝。否则，测试将照常进行。显然，pylint需要安装在沙盒服务器上。这种题型需要使用许多不同的模板参数（请参阅“模板参数”部分了解这些参数的含义），以便将其用于解决各种不同的问题。例如，可以将其配置为要求或禁止特定的语言结构（例如，要求学生将for循环重写为while 循环），或将函数大小限制为给定值，或从学生的代码中剥离主函数，以便单独测试支持函数。有关如何使用此题型或任何其他题型的详细信息，可以通过展开题型编辑页面中的“题型详情”部分 找到。
2.Moodle CodeRunner 题目的 XML 结构示意图
<question type="coderunner">
│
├─ <name> … </name> # 题目名字 命名规则 腾讯文档 作业号+题号+题目+分值+学号后四位 如 lab0101Fix the Bug (100pts)1234
│
├─ <questiontext format="html"> # 题目描述
│ └─ <text><![CDATA[ … ]]></text>
│
├─ <generalfeedback format="html"> … </generalfeedback>
│
├─ <defaultgrade> … </defaultgrade> # 分值
├─ <penalty> … </penalty>
├─ <hidden> … </hidden>
│
├─ <coderunnertype> … </coderunnertype> # 使用的 CodeRunner 题型
├─ <prototypetype> … </prototypetype>
├─ <allornothing> … </allornothing>
├─ <penaltyregime> … </penaltyregime>
├─ <precheck> … </precheck>
├─ <showsource> … </showsource>
│
├─ <answerboxlines> … </answerboxlines> # 答题框行数
├─ <answerboxcolumns> … </answerboxcolumns>
├─ <answerpreload> … </answerpreload>
├─ <useace> … </useace> # 是否用 Ace 编辑器
│
├─ <answer><![CDATA[ … ]]></answer> # 标准答案
│
├─ <validateonsave> … </validateonsave>
│
├─ <templateparams><![CDATA[{ … }]]></templateparams>
│ # JSON 格式参数，如 requiredconstructs / proscribedconstructs
│
├─ <testcases> # 测试用例集合
│ ├─ <testcase … >
│ │ ├─ <testcode><text>…</text></testcode>
│ │ ├─ <stdin><text>…</text></stdin>
│ │ ├─ <expected><text>…</text></expected>
│ │ ├─ <extra><text>…</text></extra>
│ │ └─ <display><text>SHOW</text></display>
│ │
│ └─ <testcase … > … (更多测试)
│
└─ </question>
3. 测试用例，除了 cs61a hw lab 提供的测试用例，要求至少多自创 1 个测试用例。
4. 考试前一周合格一题加 2 分，后面到考试前的周六加 1 分，临近的周日开始不加分（老师这时候已经开始自己动手改 xml 准备考试题了）。 |
|
| 01 Introduction & 技能补缺 |
HW00 shell cmd git |
|
|
lab00 环境配置说明（网址要翻墙，或见pdf），只有最后一步4.4判分命令--sumbit改--local不一样 |
|
|
 lab00 环境配置说明（网址要翻墙，或见pdf），只有最后一步4.4判分命令--sumbit改--local不一样 |
|
|
lab hw proj tutorials 百度云打包下载 (第一次是lab00) |
|
|
lab hw proj code模板 百度云打包下载 已更新新OK (第一次是lab00.zip) |
|
|
python代码风格要求 |
|
|
 python3速查卡cheetsheet |
|
|
01 introduction |
|
|
01 实验室demo |
|
|
教师主页及本科生进实验室说明 |
|
|
| 02 Names, Functions & Control |
可接受任意数量参数的函数；*：别只把它当乘号，还能打包和解包 |
|
|
Lab 01: Variables & Functions, Control tutorial 不能打开的用下方百度云下载pdf |
|
|
Hw 01: Variables & Functions, Control tutorial 不能打开的用下方百度云下载pdf |
|
|
lab hw proj tutorials 百度云打包下载 |
|
|
lab hw proj code模板 百度云打包下载 已更新新OK |
|
|
02-Names-and-Functions |
|
|
03 control |
|
|
 lab00 lab01讲解 |
|
|
HW01讲解 |
|
|
| 03 Higher-order Functions & Env Diagrams 1 |
Lab 02: Higher-order Functions |
|
|
04-Environment-Diagrams |
|
|
lab02 |
|
|
高阶函数（嵌套定义函数） pythontutor 环境图 |
|
|
1.6.2求黄金分割率代码中为什么 update 能不断收敛呢？ 换成其他方程 还成立么？ |
update(x) = 1 + 1/x 能收敛到黄金比例，不是所有方程随便写成 \(x=f(x)\) 迭代就会收敛；不动点迭代有严格收敛条件。
1. 回顾：我们在做不动点迭代
我们的方程：
\(\phi^2=\phi+1 \implies \phi = 1+\frac1\phi\) 定义迭代函数
\(f(x)=1+\frac1x\) 迭代：\(x_{n+1}=f(x_n)\) 求不动点：\(x=f(x)\)
不动点：输入 x，经过 f 变换后输出仍然等于 x。
2. 不动点收敛定理（Banach 不动点 / 导数判据，一维简单版）
设 \(x^*\) 是不动点 \(x^*=f(x^*)\)。 如果在不动点附近满足：
\(\boldsymbol{|f'(x^*)| < 1}\) 那么从足够靠近 \(x^*\) 的初始值出发，迭代 \(x_{n+1}=f(x_n)\) 局部收敛； 如果 \(|f'(x^*)|>1\)，局部发散。
直观理解：导数绝对值小于 1，每次迭代误差会被 “压缩”；大于 1，误差被放大，越迭代越远。
套入黄金比例例子
\(f(x)=1+\frac1x\) 求导：
\(f'(x) = -\frac{1}{x^2}\) 不动点 \(x^*=\phi=\frac{1+\sqrt5}{2}\approx1.618\)
\(|f'(\phi)|=\left|-\frac{1}{\phi^2}\right|=\frac{1}{\phi^2}\) 我们知道 \(\phi^2=\phi+1\approx2.618\)
\(\frac{1}{\phi^2}\approx0.382<1\) ✅ 满足 \(|f'(\phi)|<1\) → 局部收敛。 这就是为什么 golden_update 能不断逼近 phi。 负号代表：迭代值会在 phi 上下震荡，慢慢靠近（你前面看到的序列：1 →2→1.5→1.6667→1.6→1.625… 来回跳，振幅越来越小）。
3. 换成别的方程，还成立吗？
不成立！随便改写方程得到的 \(x=f(x)\) 很容易发散。
举同一个二次方程 \(\boldsymbol{x^2-x-1=0}\)，我们换一种变形，构造另一个 update： 原方程：\(x^2 = x+1\) 变形方案 2：\(x=x^2-1\) 此时迭代函数 \(f(x)=x^2-1\)，不动点同样满足 \(x=x^2-1\)，解依然是\(\phi\)。
求导：\(f'(x)=2x\)，在不动点\(\phi\approx1.618\)处
\(f'(\phi)=2\times1.618\approx3.236\)
\(|f'(\phi)|>1\) 👉 迭代会发散！ 试一下，初始 guess=1： \(x_0=1\) \(x_1=1^2-1=0\) \(x_2=0^2-1=-1\) \(x_3=(-1)^2-1=0\) 陷入循环震荡，永远到不了 1.618。
同一个方程，不同代数变形得到不同迭代函数，有的收敛、有的不收敛。能不能收敛看不动点处导数绝对值。
4. 更多例子对比
- \(f(x)=\cos x\)，不动点 \(x=\cos x\)。 \(f'(x)=-\sin x\)，不动点附近\(|f'(x)|<1\)，迭代收敛。
- \(f(x)=2x+1\)，不动点 \(x=2x+1 \Rightarrow x=-1\)。 \(f'(x)=2, |f'|>1\)，迭代发散。
5. 两个重要局限
- 局部收敛：只保证起点离根不远时收敛；如果初始 guess 离太远，依然可能发散。黄金比例这个迭代还好，正数起点基本都能收敛。
- 条件 \(|f'(x^*)|<1\) 是充分条件不是必要条件；少数情况导数 = 1 也可能收敛，但非常特殊。
6. 回到代码的结构
improve(update, close, guess=1)
improve 本身是通用迭代模板，它不管 update 会不会收敛！ improve 只是机械循环：不断执行update直到close返回 True。
- 如果 update 收敛：正常拿到解；
- 如果 update 发散：死循环，永远不满足 close，程序卡住。
模板是中立工具；收敛性完全由你传入的 update 函数决定。
7. 补充：和牛顿法对比（拓展）
不动点迭代收敛速度一般比较慢；牛顿法是一种构造特殊 update 的不动点，保证更快收敛。
小结
golden_update 收敛根源：迭代函数 \(f(x)=1+1/x\) 在不动点\(\phi\)处导数绝对值\(<1\)，误差逐轮压缩。- 同一个代数方程，可以写成多种 \(x=f(x)\) 形式；只有满足导数判据的那个 update 才能收敛。
improve只是高阶函数循环框架，没有内置收敛保证，给它一个发散的 update 就会死循环。 |
|
可以接收其他函数作为参数或可以把函数当作返回值，两种高阶函数的区别和联系 |
1. 100000 项级数相加
summation( 1, pi_term) = 2.6666666667
summation( 10, pi_term) = 3.0916238067
summation( 100, pi_term) = 3.1365926848
summation( 1000, pi_term) = 3.1410926536
summation( 10000, pi_term) = 3.1415426536
summation(100000, pi_term) = 3.1415876536
真实 π = 3.1415926536
这就是 summation 的威力——你传多少项它就算多少项，10 万项也只是循环多转几圈。视频里字幕说 "Let's sum a million terms" 就是这个意思。
2. make_adder 和 pi_term 的关系
它们不是互相调用的关系，而是同一种角色（term）的不同实现：
summation 是一个"消费函数"，它吃进去任何 term(k) -> number 的函数
pi_term(k) -> 算π的第k项 （手写好的 term）
identity(k) -> 返回k本身 （手写好的 term）
cube(k) -> 返回k³ （手写好的 term）
make_adder(3)(k) -> 返回k+3 （用工厂现造的 term）
它们都长一个样子：输入一个 k，输出一个数。所以都能传给 summation。
刚才验证了最后一行：
summation(10, make_adder(3)) # = 85
# 等于 (1+3)+(2+3)+...+(10+3) = 4+5+...+13 = 85
那 make_adder 到底比 pi_term 多了什么？
pi_term 是写死的——常数 8、4k-3、4k-1 都是固定的。如果你想算另一个类似的级数，就得手写一个新函数。
make_adder 是可配置的——你给不同的 n，它造出不同的函数：
add3 = make_adder(3) # 造出 k+3
add5 = make_adder(5) # 造出 k+5
add100 = make_adder(100) # 造出 k+100
summation(1000, add3) # 算 1000 项，每项 k+3
summation(1000, add5) # 算 1000 项，每项 k+5
summation(1000, add100) # 算 1000 项，每项 k+100
pi_term 是"一个函数干一件事"，make_adder 是"一个函数干一类事"——这就是为什么讲完 summation 要接着讲 make_adder：summation 需要吃 term，而 make_adder 是批量生产 term 的工厂。 |
|
| 04 Higher-order Functions & Env Diagrams 2 |
Hw 02: Higher-order Functions |
|
|
04-Environment-Diagrams |
|
|
hw02讲解 |
|
|
匿名函数 lamda |
|
|
装饰器：不修改代码，就能改变函数功能的强大特性 |
|
|
| 040506 周 Proj 01: The Game of Hog |
Proj 01: The Game of Hog 提交 deadline 为实验课后一周 同一星期几的 24 点 后面每晚一天扣 2 分 最多扣40分。 |
|
|
proj 提交说明 |
https://leedong64.cn2.quickconnect.cn/homework/
用户名：qq 群公布的 密码：qq 群公布的
作业提交，不要压缩。
0.找到课程名称对应目录，本课程为 年份（如2026）+python
1.找到对应的目录，例如proj1等。进入该目录。再进入 1 班或 2 班目录。
2. 新建自己的目录，例如3120001234张三；或更改本地要上传到文件夹名为3120001234张三
3. 将所有需要上传的文件或文件夹拖进刚刚新建的自己的目录下，或将本地3120001234张三拖进当次作业目录下（如lab00）
目录下包括
1.ok评分截图（如下图的例子通过几个测试就相当于评分，另外截图要截到系统时间），按题号命名（新加入目录的文件）。
2.代码（要所有文件，包含当次如 proj1 整个模板目录 下所有文件）。 |
|
| 07 Recursion (Examples) |
Lab 03: Recursion and Tree Recursion |
|
|
Hw 03: Recursion and Tree Recursion |
|
|
lecture 06 |
|
|
lecture 07 |
|
|
| 08 Data Abstractions & Sequences& Containers |
lecture 08-Containers |
|
|
09-Data-Abstractions |
|
|
| 09 Trees |
Lab 04: Data Abstraction, Lists, and Trees |
|
|
Hw 04: Data Abstraction, Lists, and Trees |
|
|
10-Trees |
|
|
Trees |
|
|
| 09 Mutability |
11 mutable values |
|
|
Mutability-cn |
|
|
Q&A |
|
|
| 080910 周 Proj 02: Autocorrected Typing Software |
proj02: Autocorrected Typing Software |
|
|
| 11 Iterators & Lazy Evaluation |
Lab 05: Nonlocal, Iterators, and Generators |
|
|
Hw 05: Nonlocal, Iterators, and Generators |
|
|
13-Iterators |
|
|
13-Lazy-Evaluation |
|
|
Iterators-cn |
|
|
Generators-cn |
|
|
补充讲义4.2 隐式序列 |
|
|
| 111213 周 Proj 03: Ants vs. Some Bees |
Proj 03: Ants vs. Some Bees |
|
|
| 12 Object Oriented Programming |
14 OOP |
|
|
Objects |
|
|
Attributes-cn |
|
|
Q&A |
|
|
| 13 Inheritance |
Hw 06: OOP and Inheritance |
|
|
Lecture20Inheritance-cn |
|
|
Lecture21Representation-cn |
|
|
15-Inheritance |
|
|
专用方法/魔法方法 |
|
|
16-Sepcial-Methods |
|
|
| 13周 复习 HOF |
题库部分试题讲解 |
|
|
 试卷题库（cs61a网站为准，这里可能不全） |
|
|
Exam Questions on Higher-Order Functions |
|
|
| 13周 复习 递归 |
题库部分试题讲解 |
|
|
试卷题库（cs61a网站为准，这里可能不全） |
|
|
Exam Questions on Recursion & Tree Recursion |
|
|
| 13周 复习 环境图 |
题库部分试题讲解 |
|
|
试卷题库（cs61a网站为准，这里可能不全） |
|
|
Exam Questions on Environment Diagrams |
|
|
| 补充资料 |
面向对象编程，一定要知道的类变量、类方法(装饰器 @classmethod)、静态方法@staticmethod |
|
|
生成器：处理大量数据时，节省内存和时间 |
|
