---
title: "115資工所本科重考無補習心得：台大正取經驗分享與勸世文"
description: "分享從 115 本科重考、無補習成功正取台大資工所的心路歷程。內含詳細準備時程、參考書單、考古題策略及心態調適，給資工所考生的攻略。"
robots: index, follow
tags: 資工所考研, 台大資工, 重考心得, 無補習, 115資工
---

# 115資工所本科重考無補習心得：台大正取經驗分享與勸世文

## 一、警語

- 我只考台大。
- 如果學校環境對你影響不大，那就賭一賭推甄，或者多報幾間學校的考試，**給自己留點後路**(可見我多討厭新竹)。
- 錢與時間不可兼得。客觀而言，為了**省錢不補習結果重考一年不太值得**。但重考路上啟發了我對新領域的興趣，甚至完善了自己的學習方法。我不認為以一年前的狀態，進實驗室的自己，那個迷惘的自己，有辦法在研究所得到一樣的體驗。因此對我來說，這份經驗是值得的，足以跟這條冤枉路打平，因此**見仁見智**。
- 我大四下選的課都很硬，而且畢業後一個月就去當兵，期間也沒在讀書，因此重考準備不到130天。如果自覺**心臟不夠大顆的話，請不要，不要學我!**
- 資工六科請在大學時就認真點學，至少考研不會那麼累 ><
- 備考期間沒有讀原文書，但如果能重來，奉勸**考台大務必讀原文書，特別是資料結構與演算法**。

## 二、背景和動機
- 113 本科非應屆，系排6X%。
- 起初目標明確就是台大，因為家住台北且想逃離新竹，所以唯一的出路就是考試。
- 重考一年，準時畢業，退伍後才開始當全職考生。
- 沒有補習，但有買補習班的書、幾位前輩的筆記、以及解答參考，同時大量依賴 GPT，前後花在學習的錢:
- 書本筆記大概兩萬五
- 訂閱GPT大概 700 x 14 個月，大概一萬
- 共三萬五

## 三、成績

### 在校六科
|線性代數|離散數學|資料結構|演算法|計算機組織|作業系統|
|---|---|---|---|---|---|
|B-|B+|A|A+|B-|A-|

### 考試成績

|學校|數學|資演|計系|英文|總分|最低正取|結果|
|---|---|---|---|---|---|---|---|
|114台大|80|45|46|80|179|191|落榜|
|115台大|70|72|80|90|231.0|221.2|正2x|

## 四、日程安排

### 第一年 (2024.6 ~ 2025.2)

2024
6~8月: 數學讀完並寫過課本後面的題目
11~12月: 資演讀完，來不及寫題目

2025
1月~1月中: 計系讀完，來不及寫題目
1月底~2月: 寫完並檢討完近5年台交考古

#### 檢討

成績會說話，數學有練習題目足夠，所以考試就有得分，其餘兩科沒練習的整個炸裂。

### 第二年 (2025.6~2026.2)

2025
6~7月: 資料結構讀+題庫寫完70%
11月W2: 資料結構讀+寫題庫剩餘30%
11月W3: 演算法讀+題庫寫完
11月W4 ~ 12月W1: 線性代數讀+題庫寫完
12月W2: 離散數學讀+題庫寫完
12月W3 ~ W4: 作業系統讀+題庫寫完

2026
1月W1 ~ 1月W2: 計算機組織+題庫寫完
1月W3 ~ 2月W1: 台近6年+交近2年考古+錯題筆記

#### 為何如此規劃

- 關於考古:
- 我不擅長記題型，所以即使重考，台大考古有些刷了兩遍還是沒印象，沒有過擬合的問題。
- 關於計系:
- 很多前輩的分享文都會建議先讀計組，再讀OS，連大學的必修安排也是二下計組，三上OS。
- 但是我的學習脈絡是習慣 Top-Down 的，也建議有同我習慣的人優先讀 OS 再讀計組，更建議在大學時期也該照如此順序修課。
- 我發現如此學法除了更能快速掌握這些底層架構外，也意外的讓曾經在大學排斥這計系兩科的我，接納甚至對此產生興趣，特別是在刷台大近幾年的應用題時。

## 五、每日安排

08:00 起床
08:30 早餐 + 手遊
09:30 大號 + 洗碗
10:00 讀書
12:00 午餐 + 手遊 (每週自己煮一餐)
13:00 洗碗
13:30 讀書
14:30 滑手機 + 睡午覺
15:30 讀書
17:00 公園跑步+散步(雨天找YT影片做居家運動)
18:00 洗澡
18:30 晚餐 + 手遊
19:30 洗碗
20:00 讀書
23:30 睡覺

- 我應用了一些忘記出處和名稱的學習方法，包含:
- 以半小時為單位切割時間
- 盡量只在餐桌上玩遊戲
- 洗碗後進入讀書狀態
- 透過固定時間的大號發呆、午覺和洗澡進入發散思考(所以洗很久)
- 每隔一段時間就檢討進度
- 進度太慢就調整方法，最常見的就是跳題寫，或者挑重點跟考點讀，又或者直接跳下科讀，否則會習慣拖延而身陷惡性循環。
- 進度超前就找個週末獎勵自己，出門找朋友玩、看電影、吃大餐等等。
- 運動很重要，但我不愛運動，所以就報了兩場日期正好在備考期間的半馬。透過準備比賽作為藉口，反向逼自己習慣每天運動。

## 六、各科準備方式

### 概括而言
我有買一位學長做的補習班筆記，六科加總大概4500頁的A4雙面筆記，詳細到連補習班老師講的雞湯都抄上去的那種，可惜他賣完了。

讀書主要就嗑那些，可以掌握考試要用的知識以及梳理脈絡，看不懂或不理解就問GPT，問到每個觀念都雞蛋裡挑骨頭的程度才算理解。另外問題的問法也很重要:
- 「我不會。」這句話，太輕浮。「你他X又教錯了。」這句話，太沉重。「我對A觀念的理解是xxx但是答案卻是ooo，這是我的思考脈絡...。」 這句話，剛剛好。

剩下就是刷題庫、訂正題庫、跟整理錯題筆記，這些也會搭配GPT處理。

### 數學

就是練習題目，線代很吃觀念，離散很吃熟練。前者需要足夠掌握全域知識，因此要讀到融會貫通；後者需要機械化的練習，特別是生成函數與遞迴。不過排列組合的讀法就跟線代的稍些類似，比方說115年台大第一題就很吃觀念整合。
我是個很容易因為數學題目焦慮的人，只要5分鐘想不出方法就會狂冒手汗跟心跳加速，然後陷入情緒起伏中。由於會考和學測吃的兩次大虧，使我深切的體會到，比常人更多的練習量以及複習頻率，是我克服心魔的一帖良藥。所以兩次備考我都花超過1/3的時間在數學上。

### 資演

兩者緊緊相連，所以通常都會建議一起讀，但資料結構與演算法的知識又分成三種:
- 技術類: 比方說高等樹和堆的各種 Operations、DFS 找 SCC 的步驟、Dijkstra 的步驟、Hash 的各種 Open Addressing 等等，這些操作要練到肌肉記憶裡。
- 數學類: 比方說 Akra-Bazzi Method 和 Master Theorem 的理解、高等樹(AVL,紅黑,B)的節點、高度、度數之間的關係、建構二元樹的方法數，這些數學推導要熟稔。
- 觀念類: 什麼時候要用dp、怎麼定義該題的狀態轉移的遞迴式、怎麼把題目轉化成圖論並引用定理，這些觀念就是吃一塹，長一智。

### 計系

如先前所述，我覺得先 OS 再計組的讀法很適合自己，這讓我對於 Program to Process 整個週期的相關知識有著更深刻的認知。

計系兩科是個觀念與計算並重的科目，但絕大部分繁瑣的計算，像是 cache 和 memory 的各種計算、各項排程演算法、Pipelined CPU 的 hazards 等等，都建構在觀念的理解上。因此每次的計算錯誤，像是排程結果與耗時算錯，都有可能是因為自己對 process 的 management 不夠理解。

所以讀這兩科時，我花了很大比重的時間在跟 GPT 對話，因為唸到最後我所剩下的癥結點，不見得是 OCW 看一看就可以解決的，啃原文書又需要花時間定位出問題的章節次目，這對短時間備考的人來說不太實際。另一種較好的選擇是請教社群上的大佬來解說，但大佬畢竟是人，GPT不需要飲食睡眠或著上線。不過人的優點還是說人話，大佬解題的思考脈絡還是一個值得學習的精華。

台大最近幾年對於計系主要的考法都趨向於熱門應用面，特別是 113年 和 115年 的考題值得被注意。如果真的對這兩科提不起勁的人，建議看一下 115 年的第 9, 10, 12 這三題，或者 113 年的那些要命的閱讀題，再看看詳解怎麼說明，或許會發現計系兩科並沒有過去印象中如此生冷(但這幾題都蠻難的不要因此信心受挫)。

我很常問 Gemini 一堆白癡問題，像是發明一堆新的名詞來描述我的問題，但我想 LLM 擅長的就是解決白癡問題，我也不必擔心對方會不會被我搞得一頭霧水，舉段對話當例子:


## 七、關於錯題筆記

- 我不喜歡寫字和做筆記，所以我用打字寫錯題筆記。
- 做筆記大推 Obsidian。Obsidian 可以為筆記與筆記間建立雙向連結，雙向連結甚至有可視化的結果，要做快速複習時有助於回憶跟思考。
- 在做錯題筆記前，我會建立屬於該題對應觀念的 note。
- 錯題筆記的內容大抵包含:
- 題目
- 關鍵名詞或關鍵敘述
- 錯誤觀念，內容盡量少而短，否則容易重蹈覆轍
- 觀念更正，要特別強調，因為概括性比較高，可以用 rewrite 正確觀念的方式增強記憶
- 更正的結果

### 何時建立雙向連結

這部分有點 case by case，我做的比較隨興，但大部分作雙向連結的包含這兩種結構:
- 若P觀念，則Q觀念，反之亦然or並非如此
- 線性代數常有，比方說實對稱矩陣是正規矩陣，這樣就可以建立一個連結，我會把連結記在P觀念，在複習Q觀念時看到反向連結就去做回想。
- 有的時候為了強調若Q則P為非，我會記在Q底下。(隨興在這裡)
- 多種做法的差異
- 比如 fork child 和 spawn thread，我會把差異記在一個 mechanism 的 note 底下，其餘的用連結導過去。(隨興在這裡)
- 或者是一種演算法的各種 data structures 實作版本，連結全部記在演算法這邊，其餘就是反向連結。

### 看錯題目的偏誤
- 計算錯誤可以全部放在另外一本錯題筆記，但不要太常複習，這樣更容易陷入同樣的 Pattern 而持續計算錯誤。
- 分清楚粗心跟觀念錯誤很重要，不要一味的把觀念錯誤大而化之成粗心二字。像是看錯名詞跟搞錯名詞是截然不同的問題，前者可能是眼殘或者英文很爛，後者就是沒把觀念釐清，視A為B。
- 題目的理解取決於知識的掌握，還有更重要的：英文閱讀水平。可以再準備一本筆記，把不會的單字、片語、句構、文法寫上去。

## 八、關於題庫、考古與原文書

這兩次考試我都只有寫過台大跟交大的考題，大部分又都只寫台大的。因為縱然都考六科，各校的出題範圍仍然存在差異。

不妨用機器學習的視角來看考古與考試：
- 只練單校考古很容易過擬合 (Overfit)，會有因小失大的疏漏。
- 練多校考古可以提升泛化能力 (Generalization Ability)，但有領域偏移 (Domain Shift) 的風險。

這些問題的取捨，取決於自己的訓練方法和調參(通靈)技巧:
- 提升泛化能力應該是在題庫階段就要達成的，可類比成模型訓練的預訓練 (Pre-Training)。
- 因此相對而言，考古就是微調 (Fine-Tuning)。模型微調可以透過學習率下調，或者凍結部分神經網路層等等減緩模型參數變動的做法，來達成特定領域的專精。

所以寫考古很重要，但不能夠過於依賴考古。溫習題庫錯誤的內容，以及由上到下整理六科觀念，有助於減緩過擬合的問題。

我想讀原文書的內容或題目也會很有助益，特別是想考台大的朋友。這是因為只寫題庫也會產生領域偏移，且台大近幾年的資演題目很多都出自原文書，但原文書我只有略略寫過幾題，沒有時間做更多實驗，因此這份建議僅供參考。

### 考古的寫法

另外進入考古階段時，每天都應該模擬考試當天情境來操練，幾點開寫幾點結束都要拿捏好。不過我有固定的生理時鐘了，所以只能做到每天寫一年的卷子，且照科目順序寫並計時，時間就無法完美與考試時刻表對上。一份100分鐘的考卷，我會抓80分鐘一個鈴聲，20分鐘再一個鈴聲:

- 80分鐘內寫完且檢查完，代表難度容易
- 剩20分鐘檢查完，代表難度適中
- 剩20分鐘寫完並略略檢查，代表難度偏難
- 剩20分鐘寫不完以至於用猜的，代表難到爆

對我來說用這份客觀數據，搭配歷屆的錄取分數，比單看後者來得更容易看清自己的程度。

先把考古寫完再改考卷，不要寫一科改一科，如此不會影響心情。寫完大概一天會剩下 1.5 ~ 2 小時左右的時間訂正，我通常會訂正得很仔細，往往會訂正不完，所以每 3~4 天我會留一整天用來補齊錯題筆記。

最後不要相信奇蹟，考古週的表現就是考試當天的表現了。第一年我就覺得大概在備取最後徘徊，果不其然離備取最後一名差小數點；第二年考古大概都比正取門檻高10~20分，最後亦是如此。

## 九、心態調整

- 是過去的決定造就現在的自己，所以未來想過得好，請少犯一些白癡錯誤。
- 萬念俱灰的人最強。
- 推薦一支影片叫[考研是一種簡單遊戲](https://youtu.be/-JbxdPWK9H4?si=GoH7I-rI4uabfWwk)，影片提到的觀念和計算理論的 P/NP 有點相像。獻給所有未來的考生，以及過來人。

## 十、結語

- 謝謝整個家族的全力支持，特別是我的父母與外祖父母，讓我能住得好也吃得好，心理也獲得充足的依怙。
- 謝謝在這段期間傳訊息打氣的同學與學弟們、把我拉出門的朋友們，特別是陪我跑完半馬的兩位朋友。
- 謝謝當兵認識的每位弟兄，我很幸運的在新訓認識一群支持我的同袍，使我重拾了落榜後遺失的信心。
- 謝謝這兩年放手一搏的自己。
- 謝謝兩年前逝世的祖母，這段契機不斷推著我走到今天。

## 後記: 上榜後

### 選教授與實驗室

嚴格來說這件事情在考試前就可以做了，讀書讀累了就用瑣碎時間蒐集並做排名。

選教授與實驗室不外乎幾點:
- 有興趣的領域
- 有前途的領域
- 實驗室氛圍
- 教授人品
- 幾年畢業

### 即時寄信

上榜只是起點，成功配對到實驗室與指導教授，才算碩士生第一階段的結束。研究所考試放榜都會有固定時間，像台大通常是中午12點正式公告錄取名單，然而江湖上都會有不成文的偷跑，各大學偷跑比比皆是。所以想拔得頭彩請務必早個至少一小時緊盯網頁，就像搶演唱會門票一樣。

為什麼會想要拔得頭彩呢? 請想像自己是位長年奔波於自身研究、實驗室運作、學生指導、學術會議、以及各項行政雜事的學者，在某個風和日麗的上午突然來了一封陌生學生的信件，隨後才想起來今天是考試生錄取日，接著又收到好幾封陌生名字的信，這時你決定從第一封開始讀，接著讀下一封... ...一直持續到下班那時，原本那天你還要上課，還要咪挺，還有許多工作要忙，甚至要想一下怎麼回應早上的信件... ...

身為教授的你會對以下哪些信件或內容有印象:
- 第一封信
- 第十九封信
- "我對貴實驗室有興趣" (就寫這樣)
- "我對XXX教授，您的研究領域有興趣" (不是自己的名字)
- "我對OOO領域有興趣" (不是自己的研究領域)
- "可以找教授聊一聊嗎" (就寫這樣)

答案應該呼之欲出，如果每位同學的信件內容都長這副鳥樣，身為教授頂多記得第一封信寫了什麼鬼話吧。

所以請務必即時寄信，當不了前幾封信也無所謂，只要內容盡量做到客製化、誠懇與(盡量)專業，我想教授也會願意設法找時間與你約談，或者誠實的回信婉拒，而非草草無聲。

不過無聲也有可能是教授真的太忙了，不妨隔天再寄一封信去確認，或者直接登門拜訪實驗室或辦公室都是個辦法。

### 信件內容

- 個資: 名字+畢業校系+正取or備取
- 相關領域經驗:
- 投A專業的教授就花篇幅講A專業的經歷
- 不要講太多B專業，牛頭不對馬嘴
- 選擇實驗室的原因:
- 具體講為何教授的專業與自己的志趣相符

如果你沒有A專業的經歷，但是想投A專業的教授怎麼辦呢?
以下是我的經驗，建議考後開始做:
- 找線上資源學習，YouTube 和 GPT 都是應該要習以為常的自學工具。
- 做個相關的小專案，可以是線上課程的作業，或者找開源專案貢獻，或者做個小工具出來，但都要跟A專業密切相關。
- 找幾篇實驗室發表的 Paper 來讀。Paper 不限於頂會，也可以是學長姊的碩論。

考後到放榜通常有一個月的空檔，撇開過年算兩週好了，一週拿來做小專案，一週拿來讀幾間實驗室的 Paper，以我的經驗是綽綽有餘。不要考完就一直躺平耍廢，考試已然過去，實驗室的兩年生活才是將來，所以給自己一段假期後就要認分的實踐目標。

### 自身經歷

我的例子算很幸運所以僅供參考。

放榜前:
- 倒數第二週找了一個 OCW 看完前幾堂課，並完成一份作業，報告放在 GitHub。
- 倒數第一週決定名單並讀 Paper:
- 一共想投 10 位教授，並事先排好名。
- 每天瀏覽 1~2 間實驗室各 1 篇 Paper，請 GPT 幫忙做一些技術筆記，認真想一下這是不是自己的興趣所在。
- 最後一天開始擬定客製化的信件
- 剛開始寫比較生疏，把最優先的3封信擬好，並請 GPT 潤稿。

放榜日當天:

- 早上看到名在榜上的當下，就在3封信附上錄取通知並寄出。
- 中午收到1封面邀，與教授敲定面談時間。 (A教授)
- 下午熟悉撰寫模式後再寫3封信寄出。
- 晚上收到1封面邀與1封額滿，面談的教授先敲好時間了。 (B教授)

放榜日隔天:

- 早上再寄1封信，隨後與A教授面談，談得很順利且滿意，所以當下就告訴教授已決定是他這間。但教授已經跟其他學生有安排隔天的面談，所以要等結果。
- 中午收到1封面邀，但教授沒講面談時間。 (C教授)
- 下午再寄1封信出去，截至目前已經寄 8 封出去。
- 後來評估了目前的狀況，覺得剩下兩位教授的領域真的不感興趣(有點飄了)，且自覺為時已晚就暫緩不寄。
- 隨後再寄信給3位發無聲卡的教授。
- 晚上收到1封額滿。

放榜日再隔天:

- 早上再寄信給C教授並主動告知一整天都有空，教授說改線上但又忘記定時間，猜測是職務關係所以行政瑣事較多。
- 下午完成B教授指定面談前要交的文件，隨後寄出。
- 傍晚再寄信給3位發無聲卡的教授，有點急了，開始擬第9封信，同時再寄信給C教授。
- 晚上同時收到A教授的收留通知，以及B教授小改時間的通知，最後決定進A教授的實驗室，並寫信婉拒B與C教授。

最終結果:
|面邀|無聲|額滿|
|---|---|---|
|3|3|2|

整體而言自認是奇蹟中的奇蹟，從放榜到找好實驗室，前後三天心情就跟雲霄飛車一樣跌宕起伏。以一個重考且轉領域的人來說，這樣的成果著實滿意。我想除了學歷與過去兩週的準備外，真的是祖墳冒了九尺青煙。