江苏大学计算机科学与技术考博的复习需要系统性和针对性，考生应结合自身基础和研究兴趣制定科学规划。首先需明确考试构成，通常包括专业课笔试、英语考核、数学基础测试以及博士生申请材料评审。专业课多涉及数据结构、操作系统、算法设计与分析等核心课程，建议优先查阅学院官网发布的考纲，确认近三年真题范围和重点章节。例如，2021年真题中算法设计题占比达35%，需重点突破动态规划、图论算法等高频考点。

在研究方向选择上，应深度调研导师团队成果。计算机学院2023年新增智能计算与边缘计算两个课题组，考生可结合自身硕士论文或项目经验，在前期联系导师时提交研究设想。建议通过知网、IEEE Xplore等平台查阅近三年导师发表的顶会论文（如CVPR、ICML），提炼其研究热点。例如，张教授团队在联邦学习领域成果显著，考生可针对性准备相关技术原理的复现方案。

英语考核注重学术写作能力，需重点训练科技论文摘要撰写。建议精读ACM/IEEE会议论文，分析其结构特点，每周完成2篇500字以上的英文文献综述。数学基础测试常包含数理逻辑、概率统计和离散数学，推荐使用《离散数学及其应用》（Rosen著）系统复习，重点攻克命题逻辑、图论证明等易失分模块。近三年数学真题中组合数学应用题出现频率达60%，需加强典型例题的解题模板训练。

申请材料准备是关键环节，研究计划书应遵循"问题提出-方法创新-实验设计"三段式结构。建议采用"倒推法"撰写，先确定3-5个创新点，再设计对应的实验方案。例如，针对边缘计算场景的能耗优化研究，可提出基于强化学习的动态调度模型，并规划在Kubernetes集群上的仿真验证。推荐信获取需提前6个月与本科/硕士导师保持沟通，重点突出学术潜力而非单纯成绩排名。

时间管理可采用"三轮递进"策略：基础阶段（4-6个月）完成专业教材精读+数学公式推导；强化阶段（2-3个月）进行真题模考+错题归因；冲刺阶段（1个月）模拟面试+材料润色。建议组建5人备考小组，每周进行代码能力测试（如LeetCode周赛）和论文复现讨论。特别注意关注学院博士招生动态，例如2024年新增的"人工智能与机器人"交叉学科方向，需及时调整复习重点。

备考资源方面，专业课推荐《算法导论》配套LeetCode题库，数学使用《全国统考计算机专业基础》教材，英语积累《计算机学科英语写作指南》。每年3-4月学院会举办考博经验分享会，建议全程参与并建立导师联络档案。最后需做好心理调适，利用番茄工作法保持高效学习，考前两周进入"半封闭"备考状态，确保各环节衔接顺畅。