当前课程知识点:计算几何 > 00. Introduction > C. How to Learn CG Better > 00-C. How to Learn CG Better
当然 鉴于MOOC
这种学习环境的特殊性
我们毕竟不能象
在清华校内那样
直接的面对面的交流和讲授
所以在定制这门慕课的时候
实际上我下了很大的功夫
来对它做一些改变 调整
最主要的就是要使得它
更加的直观 简明和清晰
使得更多的人能够
享受和学习这门课程
当然这是有基础的
因为我们很快就会看到
计算几何这门课
确实强调的本质的东西
就是要形象
包括我在内其实都不喜欢
所谓的抽象和复杂
所以这里我们的推导
我们的证明虽然有
但是我们都尽量地
使得它能够具体化 形象化
使得你易懂 易记
包括能够很好地使用它
当然 在具体的学习的过程中
这门课也相应的和其它的课
包括其它的MOOC
会有很大的不同
在这里我不妨给你提几点
小小的
但也是很重要的建议
首先在这里你不要过于关注
什么东西没有学
因为尽管我们用到的很多知识
确实就是来自于高中
非常的基础
但是确实也会有一些知识
略显得深奥
如果你确实在某些地方
不能够有效地消化 理解 吸收
没有关系
你不妨在这个时候
坦然一些 淡化一些
我给你的建议是
你不要过多的去关注
什么东西你没学到
反过来在这个学期结束的时候
包括在这个过程中
你都应该反复地问自己
我学到了什么东西
我相信如果你是抱着
这么一种心态来
学习这门课的话
你肯定会有巨大的收获的
你也肯定能够坚持到最后
另外你还需要拿捏好
刚才我们所说的抽象和具体
这两种学习方式的关系
在这里我更加地倾向于
使用那些直观的形象的方式
在这里当然我们同时
会在讲稿上
包括在视频中会给出公式
和一些抽象的一些符号
但是好消息是几乎每一页
在几乎所有这800多页的讲稿中
每一页都会配有一幅插图
而且就像你马上就会看到的
我们的插图都是动态的
这种动态的插图
是你在学习中首先要关注的
如果你能够在这个同时
读懂或者比较快速地了解到
那些公式 那些抽象符号的含义
还自罢了
如果不行 或者暂时还不行
你不妨听从我的劝告
首先把注意力
关注到那些图形上去
因为这些东西至少能够保证
你在课堂上
把应该记住的东西先记住
把应该了解的东西先了解
而不要首先就拘泥于
或者深陷到这种复杂的
深奥的一些东西的泥潭中去
那样的话你的学习反过来
反而会失掉很多东西
另外在我们整个这个教学的
这些视频过程中
不仅有穿插于其间的
那些小的提问
其实在视频内部
本身邓老师也经常的
时不常地会提出一些问题
这些问题从我的教学经验来看
是非常重要的
我希望你能够
善于利用这些提问
所以我们在编辑的时候
会在每次这样的提问之后
略微地留上几秒
你应该知道那几秒
你应该干什么
没错 就是要趁这个机会
尽快地按下暂停键
然后利用这样一个短暂的停息
针对刚才老师提过的那个问题
结合画面上的一些形象的一些符号
快速地进行思考
如果你能够保持这样一个习惯
反复地给老师的这种提问
一个正面的
自己的一个激励的话
我相信你也不仅能够
很好地在这个课程中坚持下来
同样也必然会使得
你的学习效果事半功倍
当然 这门课程
最终还是要体现在
你对实际算法的理解和实现
包括编码上
但是我的忠告是
或许你每次碰到
这样的问题的时候
都不要急于去动脑和动手
实际上这句话会在
我后续的课程中反复地出现
因为我的优先级是
你应该首先去动眼睛
没错 敏锐的观察
往往是你解决问题的第一步
甚至是第零步
只有通过敏锐的观察
你才可以更透彻地理解
这个问题的本身
并且抓住其中重要的
核心的那些性质
这样的话你才谈得上
去对它加以利用
所以同样
你掌握了这种技巧
这种学习的方法
我也相信你会使得
你这个学习过程
不仅变得很愉快
而且非常的顺利
同时你的自信心
也会逐渐的积累起来
最后 作为一门算法类的课
最终你的学习效果
的确是要体现在
你的动手实践能力上的
在这方面我的建议是
要反复地练习
多多地练习 常常地练习
在这个过程中
既要勤练 也要巧练
要善于利用每一次练习的机会
善于把每一次练习的
时间的效率
都发挥到极致
所以多动手 多实践
同时也多动嘴
向周围的人 向网上的朋友
也包括向老师多提问
这个也是很多人学习算法的
成功的一个不二的法门
-Before we start
--html
-Evaluation
--html
-Online Judge
--html
-Lecture notes
--html
-Discussion
--html
-A. History of This Course
--00-A. History of This Course
-B. What's Computational Geometry
--00-B. What's Computational Geometry
-B. What's Computational Geometry--作业
-C. How to Learn CG Better
--00-C. How to Learn CG Better
-C. How to Learn CG Better--作业
-D. Why English
-A. Convexity
-A. Convexity--作业
-B. Extreme Points
-B. Extreme Points--作业
-C. Extreme Edges
-C. Extreme Edges--作业
-D. Incremental Construction
--01-D-01. Decrease and Conquer
--01-D-02. In-Convex-Polygon Test
--01-D-03. Why Not Binary Search
-D. Incremental Construction--作业
-E. Jarvis March
--01-E-06. Lowest-Then-Leftmost
-E. Jarvis March--作业
-F. Lower Bound
--01-F-02. CAO Chong's Methodology
-F. Lower Bound--作业
-G. Graham Scan: Algorithm
-G. Graham Scan: Algorithm--作业
-H. Graham Scan: Example
-H. Graham Scan: Example--作业
-I. Graham Scan: Correctness
-I. Graham Scan: Correctness--作业
-J. Graham Scan: Analysis
-J. Graham Scan: Analysis--作业
-K. Divide-And-Conquer (1)
-K. Divide-And-Conquer (1)--作业
-L. Divide-And-Conquer (2)
--01-L-03. Topmost + Bottommost ?
--01-L-07. More Considerations
-L. Divide-And-Conquer (2)--作业
-M. Wrap-Up
-0. Introduction
-0. Introduction--作业
-A. Preliminary
-A. Preliminary--作业
-B. Interval Intersection Detection
-B. Interval Intersection Detection--作业
-C. Segment Intersection Reporting
-C. Segment Intersection Reporting--作业
-D. BO Algorithm: Strategy
--02-D-01. Proximity & Separability
--02-D-02. Comparability & Ordering
-D. BO Algorithm: Strategy--作业
-E. BO Algorithm: Implementation
--02-E-03. Events & Operations
-E. BO Algorithm: Implementation--作业
-F. BO Algorithm: Analysis
--02-F-04. Complexity of Event Queue
--02-F-05. Complexity of Status Structure
-F. BO Algorithm: Analysis--作业
-G. Convex Polygon Intersection Detection
--02-G-01. Problem Specification
--02-G-02. Monotone Partitioning
--02-G-04. Decrease-And-Conquer
-G. Convex Polygon Intersection Detection--作业
-H. Edge Chasing
--02-H-01. Eliminating Sickles
-H. Edge Chasing--作业
-I. Plane Sweeping
-I. Plane Sweeping--作业
-J. Halfplane Intersection Construction
-J. Halfplane Intersection Construction--作业
-0. Methodology
-0. Methodology--作业
-A. Art Gallery Problem
--03-A-02. Lower & Upper Bounds
--03-A-04. Approximation & Classification
-A. Art Gallery Problem--作业
-B. Art Gallery Theorem
--03-B-01. Necessity of floor(n/3)
--03-B-02. Sufficiency by Fan Decomposition
-B. Art Gallery Theorem--作业
-C. Fisk's Proof
--03-C-04. Pigeon-Hole Principle
-C. Fisk's Proof--作业
-D. Orthogonal Polygons
--03-D-01. Necessity of floor(n/4)
--03-D-02. Sufficiency by Convex Quadrilateralization
-D. Orthogonal Polygons--作业
-E. Triangulation
-E. Triangulation--作业
-F. Triangulating Monotone Polygons
--03-F-02. Monotonicity Testing
--03-F-04. Stack-Chain Consistency
-F. Triangulating Monotone Polygons--作业
-G. Monotone Decomposition
-G. Monotone Decomposition--作业
-I. Tetrahedralization
--03-I-01. Polyhedron Decomposition
--03-I-02. Schonhardt's Polyhedron
-I. Tetrahedralization--作业
-A. Introduction
--04-A-02. Dining Halls on Campus
--04-A-03. More Analogies & Applications
-A. Introduction--作业
-B. Terminologies
--04-B-02. Intersecting Halfspaces
--04-B-04. Planar Voronoi Diagram
-B. Terminologies--作业
-C. Properties
--04-C-03. Nearest = Concyclic
--04-C-04. Number of Nearest Sites = Degree
-C. Properties--作业
-D. Complexity
-D. Complexity--作业
-E. Representation
-E. Representation--作业
-F. DCEL
-F. DCEL--作业
-G. Hardness
--04-G-03. Voronoi Diagram In General Position
-G. Hardness--作业
-H. Sorted Sets
--04-H-01. Convex Hull Made Easier
--04-H-02. Convex Hull As A Combinatorial Structure
--04-H-03. Voronoi Diagram As A Geometric Structure
-H. Sorted Sets--作业
-I. VD_sorted
--04-I-06. Sorting Not Made Easier
-I. VD_sorted--作业
-J. Naive Construction
-J. Naive Construction--作业
-K. Incremental Construction
-K. Incremental Construction--作业
-L. Divide-And-Conquer
--04-L-09. Intersecting with Cells
-L. Divide-And-Conquer--作业
-M. Plane-Sweep
--04-M-09. Circle Event: What, When & Where
-M. Plane-Sweep--作业
-A. Point Set Triangulation
-A. Point Set Triangulation--作业
-B. Delaunay Triangulation
-B. Delaunay Triangulation--作业
-C. Properties
-C. Properties--作业
-D. Proximity Graph
--05-D-02. Relative Neighborhood Graph
-D. Proximity Graph--作业
-E. Euclidean Minimum Spanning Tree
-E. Euclidean Minimum Spanning Tree--作业
-F. Euclidean Traveling Salesman Problem
-G. Minimum Weighted Triangulation
-G. Minimum Weighted Triangulation--作业
-H. Construction
--05-H-03. Maximizing The Minimum Angle
--05-H-04. Evolution By Edge Flipping
-H. Construction--作业
-I. RIC With Example
-I. RIC With Example--作业
-J. Randomized Incremental Construction
--05-J-01. Recursive Implementation
--05-J-02. Iterative Implementation
-J. Randomized Incremental Construction--作业
-K. RIC Analysis
--05-K-04. Types Of Edge Change
--05-K-05. Number Of Edge Changes
--05-K-07. Number Of Rebucketings
--05-K-08. Probability For Rebucketing
--05-K-10. Further Consideration
-0. Online/Offline Algorithms
--06-0. Online/Offline Algorithms
-0. Online/Offline Algorithms--作业
-A. Introduction
--06-A-03. Assumptions For Clarity
--06-A-05. Performance Measurements
-A. Introduction--作业
-B. Slab Method
--06-B-02. Ordering Trapezoids
-B. Slab Method--作业
-C. Persistence
--06-C-01. Ephemeral Structure
--06-C-02. Persistent Structure
-C. Persistence--作业
-D. Path Copying
--06-D-03. Storage Optimization
-D. Path Copying--作业
-E. Node Copying
-E. Node Copying--作业
-F. Limited Node Copying
-G. Kirkpatrick Structure
--06-G-01. Optimal And Simpler
--06-G-06. The More The Better
--06-G-07. The Fewer The Better
--06-G-09. Existence Of Independent Subset
--06-G-10. Construction Of Independent Subset
-G. Kirkpatrick Structure--作业
-H. Trapezoidal Map
--06-H-03. Properties & Complexity
--06-H-04. Search Structure: Example
--06-H-05. Search Structure: Nodes
--06-H-06. Search Structure: Performance
-H. Trapezoidal Map--作业
-I. Constructing Trapezoidal Map
--06-I-04. Case 1: Two Endpoints
--06-I-05. Case 2: One Endpoint
--06-I-06. Case 3: No Endpoints
-J. Performance Of Trapezoidal Map
--06-J-03. Number Of Ray Trimmed
--06-J-04. Number Of Trapezoidals Created (1)
--06-J-05. Number Of Trapezoidals Created (2)
--06-J-06. Time For Point Location
--06-J-07. Size Of Search Structure
--06-J-08. Fixed Query Point + Randomly Created Maps
--06-J-10. Probability Of Enclosing Trapezoid Changed
-A. Range Query
--07-A-01. 1-Dimensional Range Query
-A. Range Query--作业
-B. BBST
--07-B-02. Lowest Common Ancestor
-B. BBST--作业
-C. kd-Tree: Structure
-C. kd-Tree: Structure--作业
-D. kd-Tree: Algorithm
-D. kd-Tree: Algorithm--作业
-E. kd-Tree: Performance
--07-E-01. Preprocessing Time + Storage
-E. kd-Tree: Performance--作业
-F. Range Tree: Structure
--07-F-03. x-Query * y-Queries
-F. Range Tree: Structure--作业
-G. Range Tree: Query
-G. Range Tree: Query--作业
-H. Range Tree: Performance
-H. Range Tree: Performance--作业
-I. Range Tree: Optimization
--07-I-04. Fractional Cascading
-A. Orthogonal Windowing Query
-A. Orthogonal Windowing Query--作业
-B. Stabbing Query
-C. Interval Tree: Construction
-C. Interval Tree: Construction--作业
-D. Interval Tree: Query
-D. Interval Tree: Query--作业
-E. Stabbing With A Segment
--08-E-03. Query Algorithm (1)
--08-E-04. Query Algorithm (2)
-F. Grounded Range Query
--08-F-03. 1D-GRQ Using Range Tree
--08-F-04. 1D-GRQ By Linear Scan
-G. 1D-GRQ Using Heap
-G. 1D-GRQ Using Heap--作业
-H. Priority Search Tree
--08-H-03. Sibling Partitioning
-H. Priority Search Tree--作业
-I. 2D-GRQ Using PST
-I. 2D-GRQ Using PST--作业
-J. Segment Tree
--08-J-01. General Windowing Query
--08-J-02. Elementary Interval
--08-J-06. Solving Stabbing Query
--08-J-11. Constructing A Segment Tree
--08-J-12. Inserting A Segment (1)
--08-J-13. Inserting A Segment (2)
--08-J-14. Inserting A Segment (3)
-K. Vertical Segment Stabbing Query