Z Reference Link
自动关联目录:Base Knowledge
这一页是 Base Knowledge 的外部资料索引,只放链接与一句点评,正文一律写在对应笔记里。
用法:先看分支笔记,遇到要系统学再回来取资料。不要把它当阅读清单——这里的量远超任何一个人能读完的范围,挑一套主线跟到底比每套读一半有用得多。
怎么挑资料
| 目的 | 优先选 |
|---|---|
| 第一次系统学 | 带作业的大学课程(有 deadline 才有产出) |
| 补某个具体问题 | 该分支笔记里引用的那一份,保持上下文一致 |
| 想看工程视角 | 官方文档 / 源码 / 大厂技术博客 |
| 中文优先 | 下面标了「中文」的 |
判断一份资料值不值得跟:有没有作业或代码。只读不写的资料,学完的留存率接近零。
Misc
- CS 自学指南——中文资源整合,下面每个分支都能在这里找到对应课程,选课先查这里
- TeachYourselfCS(中文版)——九门课的推荐书目,偏经典教材
- MIT OpenCourseWare——原版课程与讲义
- OI Wiki——算法与数学,中文
Compilation Principle
- 编译器设计(Compilers: Principles, Techniques, and Tools)——龙书,本分支笔记的章节划分依据
- Stanford CS143——编译原理课程,有配套实验
- 自制编译器(Ruby 版)——中文,跟着写一个能跑的编译器
- LLVM Tutorial: Kaleidoscope——想落到工业级 IR 时看这个
- 《编译原理实践与指导手册》——清华,中文实验指导
Computer Network
- Stanford CS144: Introduction to Computer Networking——有 Lab,从零实现一个 TCP,强烈推荐
- 《计算机网络:自顶向下方法》——本分支笔记的章节划分依据
- TCP/IP 详解——想抠细节时查
- Cloudflare Learning Center——QUIC、TLS、HTTP/3 的科普质量很高
- HTTP/3 与 QUIC 规范——要落地时看原文
分支笔记:Computer Network
Operating System
- 操作系统:设计与实现(jyywiki,蒋炎岩)——中文,有实验,本分支笔记的主要参照
- MIT 6.S081: Operating System Engineering——基于 xv6,Lab 质量极高
- 《操作系统导论》(OSTEP)——免费英文教材,讲得比多数教材清楚
- Operating Systems: Three Easy Pieces——同上,中译本《操作系统导论》
分支笔记:Operating System
Computer Graphics
- GAMES 系列课程——中文,图形学主线课程都在
- 《Real-Time Rendering》——实时渲染的事实标准参考书
- 《Physically Based Rendering》——离线渲染与光线传输,免费在线
- Scratchapixel——图形学基础,讲得细
- 《Fundamentals of Computer Graphics》——入门教材
分支笔记:Computer Graphics
Rendering
- Real-Time Rendering 资源页——按章节整理的论文与资料
- UE 渲染相关文档
Geometry
- Polygon Mesh Processing——网格处理,免费 PDF
Simulation
Data Structures & Algorithm
- OI Wiki——中文,算法百科
- LeetCode——刷题,中文站
- 《算法(第 4 版)》——入门,图解多
- 《算法导论》(CLRS)——查证与复杂度分析
- CP-Algorithms——算法模板与证明,写得很严谨
- VisuAlgo——数据结构可视化
分支笔记:Data Structures & Algorithm
Basic Algorithm
Linear
Tree
Graph
Hash
String
Dynamic Programming
Misc
Computer Architecture
- 《深入理解计算机系统》(CS:APP)——缓存、内存层次、性能优化这几章是必读,配套 Lab 极好
- CMU 15-213: Computer Systems——CS:APP 配套课程
- 《计算机组成与设计》——教材主线
- Agner Fog 优化手册——指令级优化与微架构,硬核
- CPU 微架构与性能测量(Travis Downs)——性能测量的陷阱
Artificial Intelligence
- Stanford CS231n 计算机视觉——CNN 与视觉
- Stanford CS224n 自然语言处理——NLP 与 Transformer
- 《Deep Learning》(Goodfellow 等)——理论,免费在线
- 李宏毅机器学习——中文,讲得直观
- Dive into Deep Learning(动手学深度学习)——中文,有代码
- 3Blue1Brown 神经网络系列——建立直觉最快的方式
- Spinning Up in Deep RL——强化学习入门
Generative AI
Reinforcement Learning
维护约定
新增链接时写清一句话说明(这门课/这本书解决什么问题),否则半年后自己也不知道为什么要收藏。
许可协议:CC BY
作者:Davids
本文链接:https://hustjjd.github.io/de94bfed.html
更新于:2026年11月16日