2026年清华大学深研院电子信息（人工智能）考研报考指南、考研经验、复试内容要求等汇总

一、院系专业介绍

清华大学深圳国际研究生院是在清华大学深圳研究生院和清华-伯克利深圳学院的基础上拓展建立的。2001年创建的深圳研究生院在探索高等教育改革、服务地方经济与社会发展方面做出了许多积极的贡献；2014年设立的清华-伯克利深圳学院在高水平深度国际合作办学方面探索了有益的经验，为国际研究生院的创建和发展奠定了有力的基础。

在新的历史时期，国家部署推进粤港澳大湾区建设，推动形成全面开放新格局。大湾区要“打造教育和人才高地”，“建设国际教育示范区，引进世界知名大学和特色学院，推进世界一流大学和一流学科建设”。深圳确立了建设创新引领型全球城市、大湾区国际科技创新中心、全球新兴科技与产业创新发展高地和策源地，并加快发展战略性新兴产业的发展目标。为服务国家需求、助力区域发展，2016年11月4日，清华大学与深圳市人民政府签署协议，共建清华大学深圳国际研究生院。2018年11月6日，教育部批复成立清华大学深圳国际研究生院，并赋予国际研究生院充分利用深圳的区位优势和科技创新理念，不断提高人才培养质量和科学研究水平，为深化高等教育改革、服务国家和地区经济社会发展做出更大贡献的使命。2018年12月1日，市校签署全面战略合作框架协议，开启新篇章。2019年3月29日，清华大学深圳国际研究生院正式揭牌。

二、初试考试科目

①101 思想政治理论

②201 英语（一）

③301 数学（一）

④④840 数学-数据方向基础综合

三、复试分数线

四、复试内容

2024 年 清华大学深圳国际研究生院人工智能项目硕士生复试录取实施细则

1. 各专业（研究方向/项目）考生入围复试分数线

2. 总成绩计算办法和排序规则

面试组由 5 位具有研究生指导资格的专家组成，专家依据考生的现场表现按百分制独立打分给出面试成绩，平均计算每位学生的面试成绩。根据初试成绩、笔试成绩、面试成绩计算考生总成绩。考生分类别进行名次排序，按总成绩排序，择优录取。如遇最终总分一样，则依据面试成绩从优录取。

总成绩计算方法：

总成绩（满分 1000）=初试成绩（满分 500）+复试笔试成绩（满分100）×50% +复试面试成绩（满分 100）×450%

3. 组织形式：

资格审查与复试均为线下举行，本项目对复试现场进行全程的录音录像。

4. 缴纳复试费

考生须在复试前登录“清华大学研究生申请服务系统”缴纳100 元复试费。缴费后因各种原因未参加复试者，已支付的复试费不退。

5. 考生资格审查注意事项

考生在资格审查前登录我校研究生申请服务系统

（https://yzbm.tsinghua.edu.cn）提交以下材料的电子文档。①有效二代居民身份证

②学历学位证书（应届生提供学生证）

③大学期间成绩单原件或档案中成绩单复印件（含 GPA、所在专业或所在学院排名，加盖档案单位红章）

④清华大学研究生招生考生诚信承诺书（考生本人签名）

⑤考生自述（包括政治表现、外语水平、业务和科研能力、研究计划、课外科技活动情况总结、感兴趣的研究方向和未来职业规划等）

⑥个人简历

⑦学科研究方向志愿

⑧外语水平、专业水平证明（学术论文，专利申请等）等各类获奖证明（请按奖项等级从高到底排列）

①－④文件需在资格审查时展示原件，未进行资格审查或资格审查未通过的考生一律不予录取。

*资格审查不合格者，不得参加复试，存疑者可根据实际情况采取其他方式核查。不论是否录取，所交材料（含成绩单）一律不予退还。

6. 复试安排

（1）资格审查时间：2024 年 3 月 25 日 09:00—18:00（具体时间另行通知）（2）笔试时间：以材料审核形式替代，3.22 日晚 18:00 前上传材料至系统（3）面试时间：2024 年 3 月 25 日 8:00-18:00，20 分钟/生（具体时间另行通知）（4）面试地点：清华大学深圳国际研究生院信息楼 1813 & 1619

7. 复试考核注意事项：

（1）笔试安排：

考察形式：

材料审核：要求应届考生上传本科期间前 7 学期成绩单、往届生则上传完整4 学年成绩单、个人简历、个人陈述、获奖证明、科研成果证明等，特别是人工智能专业相关课程的成绩以及专业类竞赛材料和科研成果材料。由 3 名副高或以上职称教师

组成的评审小组对学生材料进行综合审查并单独打分（百分制），计算每位同学的平均分作为笔试成绩。

考查内容：主要审核学生在人工智能学科领域学习和研究的基础能力及知识运用能力。

（2）面试安排：

形式：线下，每位考生 20 分钟，包括英语面试 5 分钟 & 综合面试15 分钟。考查内容：

 英语面试：5 分钟，考生随机抽一篇英文文献，通过诵读，翻译，考官问答三个环节考查考生英语阅读与听说能力；

 个人自述：时间 3 分钟，中英文皆可，介绍包括个人学习情况、实践活动与获奖、学术成果、特长爱好、人际关系、对报考专业的科研了解情况等； 专家提问：5 位评委根据考生的教育背景和科研经历、专业知识和相关实践能力、对本学科发展动态的了解以及在本专业领域发展的潜力、思想状况、心理素质、语言表达能力以及思维的敏锐性和逻辑性等方面进行提问。

五、初试科目参考书目及考试大纲

840 《数学-数据方向基础综合》考试大纲

840《数学-数据方向基础综合》适用于以下专业及研究方向：

      MS Research Area

0812J3  数据科学与信息技术  01(全日制) 数据科学交叉学科

工业工程与运筹学方向Industrial Engineering and Operational Research

智能交通与物流系统方向Intelligent Transportation and Logistics Systems

低碳经济与金融风险分析研究方向Low Carbon Economy and Financial Risk Analysis Research

智能电网与可再生能源方向Smart Grid and Renewable Energy

大数据与人工智能方向Big data and artificial intelligence

计算机系统研究Computer Systems

传感与测控方向Sensor, measurement and control

光电子方向 Photonics

注意：2025 级硕士招生目录及招生人数请以当年清华大学研究生招生网公布的为 准。

一.学科概述

“数据科学和信息技术 ”是清华大学自主设置的交叉学科，面向未来的社会 发展需求并已按国家有关文件要求完成备案的新型学科.

欢迎但不限于以下专业背景的同学报考：电子科学与技术、信息与通信工程、 计算机科学与技术、电气工程、动力工程及工程热物理、光学、应用经济学、数 学、物理、化学、仪器科学与技术、机械工程、控制科学与工程、土木工程、管 理科学与工程、航空宇航科学与技术、社会学等。

二．参考书目：

《数据结构》 (C 语言版) (严蔚敏、吴伟民 清华大学出版社)

三．考试内容：

1.1 什么是数据结构

1.2 基本概念和术语

1.3 抽象数据类型的表示与实现

1.4 算法和算法分析

1.4.1 算法

1.4.2 算法设计的要求

1.4.3 算法效率的度量

1.4.4 算法的存储空间需求

2 线性表

2.1 线性表的类型定义

2.2 线性表的顺序表示和实现

2.3 线性表的链式表示和实现

2.3.1 线性链表

2.3.2 循环链表

2.3.3 双向链表

2.4 一元多项式的表示及相加

3 栈和队列 3.1 栈

3.1.1 抽象数据类型栈的定义

3.1.2 栈的表示和实现

3.2 栈的应用举例

3.2.1 数制转换

3.2.2 括号匹配的检验

3.2.3 行编辑程序

3.2.4 迷宫求解

3.2.5 表达式求值

3.3 栈与递归的实现

3.4 队列

3.4.1 抽象数据类型队列的定义

3.4.2 链队列——队列的链式表示和实现

3.4.3 循环队列——队列的顺序表示和实现

3.5 离散事件模拟

4 串

4.1 串类型的定义

4.2 串的表示和实现

4.2.1 定长顺序存储表示

4.2.2 堆分配存储表示

4.2.3 串的块链存储表示

4.3 串的模式匹配算法

4.3.1 求子串位置的定位函数 Index（S，T，pos）

4.3.2 模式匹配的一种改进算法

4.4 串操作应用举例

4.4.1 文本编辑

4.4.2 建立词索引表

5 数组和广义表

5.1 数组的定义

5.2 数组的顺序表示和实现

5.3 矩阵的压缩存储

5.3.1 特殊矩阵

5.3.2 稀疏矩阵

5.4 广义表的定义

5.5 广义表的存储结构 5.6m 元多项式的表示

5.7 广义表的递归算法

5.7.1 求广义表的深度

5.7.2 复制广义表

5.7.3 建立广义表的存储结构

6 树和二叉树

6.1 树的定义和基本术语

6.2 二叉树

6.2.1 二叉树的定义

6.2.2 二叉树的性质

6.2.3 二叉树的存储结构

6.3 遍历二叉树和线索二叉树

6.3.1 遍历二叉树

6.3.2 线索二叉树

6.4 树和森林

6.4.1 树的存储结构

6.4.2 森林与二叉树的转换

6.4.3 树和森林的遍历

6.5 树与等价问题

6.6 赫夫曼树及其应用

6.6.1 最优二叉树（赫夫曼树）

6.6.2 赫夫曼编码

6.7 回溯法与树的遍历

6.8 树的计数

7 图

7.1 图的定义和术语

7.2 图的存储结构

7.2.1 数组表示法

7.2.2 邻接表

7.2.3 十字链表

7.2.4 邻接多重表

7.3 图的遍历

7.3.1 深度优先搜索

7.3.2 广度优先搜索

7.4 图的连通性问题

7.4.1 无向图的连通分量和生成树

7.4.2 有向图的强连通分量

7.4.3 最小生成树

7.4.4 关节点和重连通分量

7.5 有向无环图及其应用

7.5.1 拓扑排序

7.5.2 关键路径

7.6 最短路径

7.6.1 从某个源点到其余各顶点的最短路径

7.6.2 每一对顶点之间的最短路径

8 动态存储管理

8.1 概述

8.2 可利用空间表及分配方法

8.3 边界标识法

8.3.1 可利用空间表的结构

8.3.2 分配算法

8.3.3 回收算法

8.4 伙伴系统

8.4.1 可利用空间表的结构

8.4.2 分配算法

8.4.3 回收算法

8.5 无用单元收集

8.6 存储紧缩

9 查找

9.1 静态查找表

9.1.1 顺序表的查找

9.1.2 有序表的查找

9.1.3 静态树表的查找

9.1.4 索引顺序表的查找

9.2 动态查找表

9.2.1 二叉排序树和平衡二叉树

9.2.2B 树和 B+树

9.2.3 键树

9.3 哈希表

9.3.1 什么是哈希表

9.3.2 哈希函数的构造方法

9.3.3 处理冲突的方法

9.3.4 哈希表的查找及其分析

10.1 概述

10.2 插入排序

10.2.1 直接插入排序

10.2.2 其他插入排序

10.2.3 希尔排序

10.3 快速排序

10.4 选择排序

10.4.1 简单选择排序

10.4.2 树形选择排序

10.4.3 堆排序

10.5 归并排序

10.6 基数排序

10.6.1 多关键字的排序

10.6.2 链式基数排序

10.7 各种内部排序方法的比较讨论

11 外部排序

11.1 外存信息的存取

11.2 外部排序的方法

11.3 多路平衡归并的实现

11.4 置换一选择排序

11.5 最佳归并树

12 文件

12.1 有关文件的基本概念

12.2 顺序文件

12.3 索引文件

12.4ISAM 文件和 VSAM 文件

12.4.1ISAM 文件

12.4.2VSAM 文件

12.5 直接存取文件（散列文件）

12.6 多关键字文件

12.6.1 多重表文件

12.6.2 倒排文件

‌

六、复习经验

1、零基础复习阶段（6月前)

本阶段根据考研科目，选择适当的参考教材，有目的地把教材过一遍，全面熟悉教材，适当扩展知识面，熟悉专业课各科的经典教材。这个期间非常痛苦，要尽量避免钻牛角尖，遇到实在不容易理解的内容，先跳过去，要把握全局。系统掌握本专业理论知识。对各门课程有个系统性的了解，弄清每本书的章节分布情况，内在逻辑结构，重点章节所在等。如果有需要可以报一个一对一的辅导班，新祥旭考研专注于一对一辅导，安排的辅导老师都是目标院校专业的高分研究生。

2、基础复习阶段（6－8月)

本阶段要求考生熟读教材，攻克重难点，全面掌握每本教材的知识点，结合真题找出重点内容进行总结，并有相配套的专业课知识点笔记,进行深入复习，加强知识点的前后联系，建立整体框架结构，分清重难点，对重难点基本掌握。同时多练习相关参考书目课后习题、习题册，提高自己快速解答能力，熟悉历年真题，弄清考试形式、题型设置和难易程度等内容。考研一对一辅导咨询：一八一凌衣叁刘衣物三期。要求吃透参考书内容，做到准确定位，事无巨细地对涉及到的各类知识点进行地毯式的复习，夯实基础，训练思维，掌握一些基本概念和基本模型。

3、强化提高阶段（9月－11月）

本阶段要求考生将知识积累内化成自己的东西，动手做真题，形成答题模式，做完的真题可以请考上目标院校的师兄、师姐帮忙批改，注意遗漏的知识点和答题模式；总结并熟记所有重点知识点，包括重点概念、理论和模型等，查漏补缺，回归教材。