愛莉莎莎踩到線
2021.2.12
0.
我想記錄一下這件事情發生的時間 2021年2月12日，大年初一。這是台灣網路媒體一個非常重大的事件。這篇文長，會從自媒體的話語權，網路媒體識讀等角度來討論這件事情。
在這之前，我想先聊聊事情的發生。
大年初一晚上，有個朋友丟了我一個訊息，說他看到愛莉莎莎針對蒼藍鴿回應。他看完之後，整個被圈粉。然後附上了一個連結給我。
因為長期愛莉莎莎這個頻道都在我的觀察名單中，第一個反應是，他終於要對「肝膽排石法」道歉了嗎？看看他怎麼說吧。沒想到一打開，影片完全是另一個走向，走到一個很奇怪的地方。那時候，影片才上架沒多久，影片下方的留言幾乎都是挺愛莉莎莎的粉絲。
我在訊息裡面，回應朋友說。這支影片我完全不行，尤其是講到學術論文的那一段，基本上是在騙沒有看過學術期刊的人。然後我得到的回答是：
「真假 我被圈粉 你超失望喔」
就因為這句話，我整個覺得事情大事不妙。我在自己的臉書上簡單聊了一下這件事情，然後就開始做功課了。原本以為大年初四才要開始上班，沒想到網路社群的發達，應該不少人都跟我一樣，初一提早開工。
詳細的事情發生經過我想大家都已經知道了，我這邊僅作重點摘要。
i. 愛莉莎莎在2020年11月拍攝了一隻關於「肝膽排石法」的影片
ii. 專門討論醫學的 Youtuber 蒼藍鴿，針對這這支影片以「騙局破解」為標，討論其中的錯誤資訊。
iii. 愛莉莎莎在 2021年2月12日，發佈一支影片，以「不忍了」為標，回應蒼藍哥的指責。
iv. 2月14日晚上11:30，愛莉莎莎發佈了影片正式道歉。
這件事情應該還沒結束，還有後續。
接下來，我想針對幾件事情，跟大家分享我的看法。
首先我先聊一下愛莉莎莎和蒼藍鴿這兩位創作者。
1.
先講愛莉莎莎的部分
我一直以來，都會看愛莉莎莎的影片。風格很輕鬆，他也很有才，很會帶話題，人設也有趣。尤其是自從我在台大兼任助理教授教媒體創作課程後，開始規劃幾個小型的研究計畫，有一批 Youtuber 和 部落格 被我列入固定觀察的名單，她的頻道就在其中。
在我的筆記中，他是一個自詡為名校畢業生，海外生活過的知識網紅，早期分享一些韓國的主題，後來什麼都拍。其中的代表作有兩類，以炫富和較少人討論的話題為主。影片節奏掌握得很好，標題與議題操作也很有想法。
這邊我想小岔題講一下「炫富」這件事情，在 Youtuber 最近幾年的生態中，有一類的影片被社群稱作「炫富」影片。但其實這些 Youtuber 們不見得那麼的富有，而是去體驗一個有錢人的生活，也因此我認為比較合適的用詞應該是「裝闊」影片。
回歸正題。
愛莉莎莎在這次事件中所拍攝的第一部影片，以體驗的形式帶入「肝膽排石法」，引用的是一本名為「神奇的肝膽排石法」書籍，介紹體驗過程及心得。這部影片發布的當下我就看了，坦白說，我對這個療法一點概念也沒有。而以愛莉莎莎的人設來說，我對於他提供的資訊正確度本來就沒有太多的期待，也因此看完這部影片，就關掉看下一部了。
因為過去做了很多年網路媒體研究，也在網路媒體識讀下過不少工夫，因此比一般民眾有概念。假設我真的被影片打動，而想嘗試的話，應該會做的是：先看一下這本書的來源；買來看看；打電話給我熟識的醫生朋友問一下。然後才會決定是否要嘗試這件事情。不過很顯然的，大部分的民眾可能沒有這麼的謹慎。
一個多月後，這部影片被蒼藍鴿以影片回覆指正。本來我以為他會在之後道歉。畢竟之前的原住民事件，他也道歉了兩次。以他的影片人設中，道歉這件事情應該不是個什麼大問題。過往常常操作爭議性影片的他，應該也很能承受網友的批評。
但在蒼藍鴿影片發布後的一個多月間，陸陸續續都有影片發布，其中也有一些是業配影片。許多所謂的黑粉在他的各部影片下不斷的留言請他道歉，都沒有得到回應。然而在 2月12日，他正式回覆了這支影片。沒有道歉，而是反擊了蒼藍鴿的糾正。
詳細影片大家可以去網路上找來看，我簡單節錄這部影片如下：
i. 不會下架之前的影片
ii. 前部影片在上架前已經在 Google上做足功課
iii. 所引用的書籍，得到了許多商業界的名人背書
iv. 蒼藍鴿反擊時所引用的文章是 Lancet 裡面的 correspondence 文，這類文沒有經過正規的論文審核程序，是各說各話，表達自己意見的論壇。
v. 引用該期刊文章的Abstract 做了簡單介紹（但其中的翻譯跟解讀與原文有所落差）
vi. 回應「斷食」這件事情並非蒼藍鴿的解讀
vii. 檢討自己沒有在當時沒有加註足夠的標語
viii. 提出蒼藍鴿未經同意大量引用他的影片，且有妨礙名譽之嫌。
我看到這支影片的反應是「相當驚訝」。
一來，愛莉莎莎沒有想到道歉，而且相當的理直氣壯。二來，我朋友居然受到這支影片感動，而且被圈粉。我馬上去看了底下的留言，當下居然大多數都是支持愛莉莎莎，轉而批評蒼藍鴿。
不過第二天早上重新再看部影片時，整個風向已轉，醫界的人大批湧入批評。
我認為，這部影片後面應該是有人在下指導棋，但即便如此，依舊踩到了非常多不該踩的線。其中我自己最驚訝的是，他對於學術期刊的認知相當簡化。我當下的反應是，他怎麼會故意對他的粉絲扭曲，以取得同情呢？不過我後來覺得比較大的可能是，他沒有讓真正了解學術期刊的人協助他看過這篇論文。至於是哪一個，我沒有跟本人對話過，目前不可考。
這件事情有很多部分可以談，待會我會在後面分段說。我先談蒼藍鴿。
2.
談談蒼藍鴿
在今年元旦，蒼蘭鴿發布影片「破解」愛莉莎莎對於肝膽排石法的影片前，我僅有偶然的幾次看到他的影片。但是在這部影片發布後，在我沒有訂閱他的頻道的情況下， Youtube 自動推播了這部影片給我，我看到標題聳動，再加上回想起之前看過愛莉莎莎的那隻影片，就點下去看了。
因為我之前沒有把他的影片加入觀察名單中，也還沒有完整掃描過他的影片做研究筆記，所以沒有簡述可以分享。這邊僅以他這支影片給我的印象描述。
蒼蘭鴿回應愛莉莎莎的影片中，模仿了去年 Uncle Roger 的作品風格，帶點嘲諷風格回應了愛莉莎莎的影片。我快速的瀏覽一下他的其他影片，並非每一部影片的戲謔感都這麼強。在這邊我無法判斷是因為「愛莉莎莎的這部影片對於醫界殺傷力過大」，還是因為「對方是愛莉莎莎」因此才有特別的規格，抑或是剛好「Uncle Roger 給他靈感」所以才規劃的特別節目。還沒跟本人對話過，目前也是不可考。
不過雖然是一個比較帶有嘲諷的影片，他仍然在片中給了愛莉莎莎一個台階下，指出愛莉莎莎也是受害者，在不知情中推薦了這本書罷了。我自己覺得挺遺憾的是，愛莉莎莎沒有接到這顆球，讓他掉地上了。
我花了點時間，把他過去的影片稍微地掃過一次。他過去幾年影片拍了許多系列，風格跟器材軍備也有升級過幾次。以一個專門做醫學知識的 Youtuber 來說，非常地敢嘗試。在這麼硬的主題當中，要能夠擴散不太容易，除了他的個人風格之外，我相信他在也下了不少功夫做調整，在追求知識正確和追逐流量中找到平衡，相當不簡單。
詳細的觀察目前因為我對這頻道認識的有限，先停在這。
在這次的事件中，很多人提到說他是不是要蹭愛莉莎莎的流量，還是他僅是單純的因為事情重大而回應，這一點我不得而知。但我想稍微講一下蹭流量這件事情。要做社群，製作 Youtube 影片，要相當程度的了解演算法。即便不是用相當科學的方式去分析，也會在影片一部部創作的過程中學習。針對時下的主題做觀點分析和回應，本來就是一個創作者會做的事情。我知道很多人會對於「大量的惡意蹭流量」感到反感，但我認為對於單純的「蹭流量」這件事，不需要太負面判斷。
聊完這兩個創作者後，我想討論幾個這次的關鍵爭議，及背後所代表的意義。
3.
學術期刊與Youtube自媒體的話語霸權
在 2月13日晚上，Clubhouse 平台上有一個聊天室，針對這件事情討論。討論中，愛莉莎莎也在其中加入。詳細的內容可以參考 白袍恐懼症 的粉專，裡面有節錄。這個聊天室的標題，其中用了幾個有趣的字眼，叫做「誰能擁有話語霸權」。我覺得韻味很深，所以把它拿來當作這一個子題的小標。
在整個事件裡面，其實很少人在討論學術期刊跟 Youtube自媒體的關係，頂多只有在討論愛莉莎莎不懂醫學，不懂學術。但我認為，這次愛莉莎莎踩過界的導火線，就在這個地方。否則如果接下蒼藍鴿給他的球下莊，不拍第二部影片，這件事情就落幕了。即便是介紹的肝膽排石法有很大的問題，也不會有今天這個局面，也就是所謂的「炎上」。
先講 Youtube 的機制。
Youtube 是一個商業平台，上面所運轉的機制，是一套演算法。這個演算法大致上會去符合一個目的 — Google 的商業利益。在這樣的商業利益為前提之下，即便他沒有也無法公開演算法細節，但「討好閱聽人」這件事情，已經是普遍大家的認知。
既然決定 Youtube 上面話語權的關鍵是「閱聽人」，那麼製作觀眾想要看的主題就成了重要關鍵。雖然說人人能上傳影片，但是要能夠曝光到觀眾面前，是完全另外一回事。加上 Youtube 的平台特性，大多數能上發燒的影片，除了某些特定時期外，還是以娛樂為大宗。
但是學術期刊就完全不一樣了。
學術期刊的刊登模式，在於 Peer Review，所謂的同儕審查。主要原因是投稿期刊的人大多數都已經有博士學位，而被邀請去審查期刊的人大多也是博士。而「得到審查者的青睞」是發語權的關鍵。當然這其中也是有些操作，像是刻意去引用可能的審查者的文獻等。但這不在這次的討論範圍。
真正在競爭的，是每一個期刊之間的公信度，在學術圈會用 Impact Factor (IF)，一個影響力的指標來計算。雖然後來也有一些新的指標像是SJR等，不過 IF 值還是相對通用的用語。這個指標跟 Google 早期設計的演算法 Page Rank 不太一樣，但是有類似之處。基本上的核心概念，就是文章被引用的廣泛度。
這兩個曝光機制的規則，完全不一樣，甚至可說是在光譜的兩端。百萬 Youtuber 所做的主題，即便不是人人都喜歡，但是基本上都有一個特質，大眾。題目可以很分眾，不見得人人愛，但是大部分的觀眾都能看得懂。而學術期刊呢，講求的是對這世界的研究貢獻。如果是 Nature, Science 這樣的期刊，選題較廣一點，不同領域的研究者有興趣還有機會看。但是各個領域的專業期刊，跨領域的人除非研究需要，否則固定閱覽的機會不高。
一個在 Youtube 圈子裡面有影響力，有高度發語權的人，去討論一個學術期刊，就像我剛才所提的，一個光譜的兩端。不是簡單地踩到線而已，而是踩過了非常遠的界線。
我不知道愛莉莎莎為什麼有這麼大的勇氣做這件事情。但依照他在第二部影片中義正嚴辭的討論方式，我傾向他應該是真的不懂，誤會了學術期刊和商業雜誌的區別，不了解商業書籍跟學術期刊之間的距離，甚至不知道 Google 和 Google Scholar 所能尋找到的資料有什麼不同。
因為這個差異之大，所以兩個圈子的交集非常有限。這也是為什麼我會在前一節提到，蒼藍鴿能夠把學術領域艱深的東西，帶到一般大眾面前，是值得讚許的能力。但即便如此，在 Youtube 裡面的硬知識仍然無法獲得大量的流量，這被 Youtube 平台的觀眾特性所限。
4.
兩個專業的互相挑戰
在 2月14日下午，一場由林氏璧在 Clubhouse 的討論中，我聽到一句很有意思的話，隨手把他抄了下來。很抱歉我沒抄到是誰的發言。大致的意思是
「民眾需要得到相對的知識，需要等價交換的。」
他在闡述這件事情的時候，是以醫學知識來討論。不過我的看法是，在 Youtube 上面持續長久獲得流量的知識，其實也是需要等價交換的。
我其實很意外的在這場 Clubhouse 的討論中，聽到了很多醫生對於「正確的醫學知識無法在網路中傳播」的討論，然後衍伸了相當多衛教的問題。的確，這個問題也困擾我很久。你去 Google 一下肝膽排石法，扣除因為這次事件衝到前面的新聞外，看看能看到什麼醫學的見解。
基本上沒有。如果有，估計也是在很後面，一般民眾找不到。這個詞的基本上完全被體驗文攻下，一直到這次爭議為止。而在 Youtube 上面也是相當類似的狀況。
在這樣子的前提下，其實不難理解愛莉莎莎所說的「其實他也做了功課」是什麼意思。他真的有做功課，但僅限在 Google 上面的非醫學觀點知識。對他來說，如果沒有與專業醫師溝通的情況下，Google 可能已經是他能想到的最好方法了。
這一節的標題，我寫下「兩個專業的互相挑戰」，意思就是這個。當我們在批評愛莉莎莎高估自己的能力，僅用 Google 就做完功課的同時。其實我也在反思自己，為什麼科普的知識，我們沒有用各種 SEO 的攻略，鋪天蓋地的用數位行銷攻佔所有的關鍵字，讓民眾不會搜尋到錯誤答案呢？
我在這場 Clubhouse 的討論中，聽到很多醫生提到，他們的工作是醫生，做衛教是有興趣才做的。這一點我相當同意，的確很多在做 Youtube 或是做部落格的人，都是在工作之外的製作。很多行業的創作者，都不是全職投入的。
其實我對這個事情並不悲觀。
在這次「愛莉莎莎踩過線」的事件中，我相信所有的網路創作者，都會得到相當大的謹惕。這並不代表過去沒有人踩過線，但可能過去踩線的人「網路聲量沒有那麼大」或是「踩的線沒有這麼誇張」。
相對的，醫界的人也吹起了哨子。當整個醫界都開始重視這件事情之後，投入自媒體的醫師，或是開始做內容行銷的醫院診所，應該也會越來越多。我比較樂觀的期待，明年的大年初一，網路上的醫學正確知識能見度會越來越高。
接下來，我想開個子題，更深入討論這件事情。
5.
網路媒體識讀及數位行銷
愛莉莎莎所踩到的誤區，除了前面所提到的導火線「挑戰學術期刊」讓這次事件拉到高點之外。其實還有很多大眾平時會犯下的錯誤他也犯了。其中很重要的一點，就是我前一個子題所提到的 Google。
我們必須得面對一件事情，就是對很多人來說，Google 和 Wikipedia ，的確是取得資訊的重要來源。即便是我平常找資料，也不會動不動就用 Google Scholar 查詢期刊。但我能夠盡量不讓自己踩到誤區的方式，也僅能靠我平常的媒體識讀訓練，和對網路知識充滿懷疑的高度警戒。
什麼網站，什麼內容，會被 Google 優先排在前面？在演算法的設計中，有一些指標去判斷這個搜尋引擎對於網站的信任。而隨著時代的變遷，這個指標也逐漸在改變。但是即便如此，Google 仍然在放了相當大的權重在這上面。我舉個個人的經驗。每次我在搜尋跟狗有關的知識時，「每日頭條」幾乎都會在搜尋結果的前幾頁。這件事情讓我非常頭痛，但也沒辦法，這就是這套演算法的機制。
當然，演算法的機制並不是單純的看網站的信任度，其他還有很多過去使用者對該文章的互動所產生的數據指標。這邊我先點到為止，以後有機會再專門針對這件事情討論。
但如果我們去換位思考一般民眾使用 Google 的習慣，應該很多在教相關領域的老師都會搖搖頭。但比起 Google 到的答案就通盤相信，我覺得已經比盡信從 LINE 群組得到的訊息好很多了。
我無法想到根本的解決方案，這是一個長期的教育扎根才能改善的議題。或許在 108 課綱之後，如果有越來越多高中開始跟學生談「網路媒體識讀」的議題，能夠讓大眾對於「找資料」這件事情有更高的警備心。
另外一個解決這件事情的方法，可能也得從你我開始做起。「每日頭條」之所以能夠攻佔那麼多關鍵字的首頁，跟他全面的在 SEO 上面佈局有關。現在整個 Google SEO 戰場非常激烈，幾乎你能夠看到的，能賺錢的大領域，都在上演 Google 首頁搶奪戰。如果我們想要抨擊這些網路謠言，最好的方法不是在 LINE 群裡面跟朋友抱怨，而是好好的寫一篇文章迎面他。
並不是說寫篇文章迎面對擊錯誤資訊，就一定有用，這後面還伴隨著從關鍵字優化之類的 SEO 知識，數位行銷的技巧等等。我不是很確定到底整個醫界誰該做這件事情，會有最大效益。畢竟要花時間做這些事，後面還是得有一定的商業模型來做誘因支撐，否則熱情很快就沒了。我能想到的可能性是，大型醫院的部落格及網站優化，又或者是私人診所的內容行銷。是否有可能因為商業競爭，向其他產業一樣運用行銷策略在網路上增加曝光度呢？
6.
醫病關係與信任感的建立
先說明一下，在這個子題裡面，我較難做深入的討論。這邊提出來的觀點，希望醫生朋友們也可以幫忙思考一下。
我很意外的在這次事件中，聽到很多人討論醫病關係的問題。大致的概念是這樣。
醫生認為：「生病應該要去看醫生而不是 Google。」
民眾認為：「看完醫生之後還不是要去 Google。」
我本來沒有深思這個問題。但在幾場討論中，我不斷的聽到一般民眾對這件事情的抱怨，而認真思考了這個問題。
先講我自己吧。我自認為自己是個什麼都想找專家問的人了，但我仔細思考後才意識到，我人生中的許多病痛，都是在 Google 上面找了又找。原因很簡單，在醫院的經驗很差，幾乎都是被醫生「打發」走的。
很多人提到，這個部分跟台灣的醫療環境有關。醫生一個下午要看幾十個病人，每個人能被分到幾分鐘？有人提到美國的醫院能夠看比較久，這問題不存在。不過以我在美國看醫生的經驗來說，因為實在太貴了，除非是什麼非得去看不可的病，否則我也是 Google。
我想談一下信任這件事情。
信任感的建立，是所有關係的基礎。為什麼網路創作者的業配有影響力，其實也是建立在觀眾與創作者間的信任基礎上。去醫院聽醫生的話，還是看愛莉莎莎的影片，抑或是讀一本有商業名人作序的書，你會選哪一個？
就理智來說，我應該會選擇去醫院聽醫生的話。但是說坦白話，以我在台灣看醫生的經驗，實在沒有碰到幾個讓我能花時間跟他建立信任關係的醫生。
信任這件事情兩面刃。對於網路創作者來說，獲得讀者的信任，會有更深的業務合作機會。但是，也同時意味著，你所承擔的社會責任更重。因為他們會相信你。但要如何讓民眾更相信醫生，而不去聽信偏方，這可能不僅是醫界，而是所有想做科普的人都得想的問題。
這邊有一個小延伸，是我無法討論的題目。很多醫生提到，因為他們的醫師身份，所以說話都要非常的注重遣詞用字，風險和副作用都要講的很清楚。但是網路上的很多言論都會誇大，而且只要他沒有賣產品，就沒有違法。這部分我實在無法深度討論，只能交給法律專家來。
7.
自媒體的困境
最後我想聊聊自媒體的困境。這個子題跟這次的事件關係較小，但我想提供給對自媒體產業不太熟悉的人有多一點資訊可以思考。
過去幾年，有資源的傳統媒體還沒有重視網路平台。網路上的獨立創作者，一個一個出現。然而幾年過去了，現在創作者所要面臨的，已經不是彼此的競爭，還必須要面對各種傳統媒體品牌排山倒海的進入。
這個部分，很多 Youtuber 都有聊過。前一陣子 Joeman 也分享了他對於這個子題的看法。
不過我想講的重點是，很多人以為 Youtuber 很賺錢，自媒體很風光很自由。但其實，自媒體是一個走在時代前端的新創產業。他很新，不傳統，營運模式還在測，PMF還在找，而且受制於平台演算法不斷的改變，充滿了不確定感。
台灣有所謂 Youtuber 這個職業還不到十年。而且即便是 Youtuber，每個人的營運模式可能都完全不一樣。有的是一人公司，有的自己開公司，有的有經紀公司，有人自己剪片，有人外包。
以創作的題目來說，由於受限於演算法的要求，每週得出一部影片，最好是兩部。創作一兩部大作不難，但在這樣大量消耗的情況下，一年要產出近百部作品，絕對不是一件容易事。更何況是兩年，三年呢？
再加上演算法的殘酷，可能第一年你想要先衝訂閱，努力拼到五十萬。結果第二年演算法改了，訂閱數不重要了，好吧，再想想別的目標。
我的看法是，未來全職的網路創作者會越來越少，要養團隊，有其他產品，或是將創作轉為副業的情形會越來越多。沒有所謂的一個題目可以做五年十年，不只是愛莉莎莎，你會看到各個創作者都在不斷的調整頻道走向，加入子題，甚至是換題目做。
8.
小結一下
我不太想用什麼兩邊各打五十大板來做結論。因為這件事情就不是這樣。當我看到愛莉莎莎第二部影片出現的時候，就知道事情不妙了。不管怎樣，都是錯得離譜。但以一個教育工作者的角度，跟鄉民一起撻伐其實沒有什麼意思。所以我決定花一個晚上的時間，記錄一下這次發生的事情。希望愛莉莎莎以及其他創作者能多了解這件事情所造成的影響。
另外，我非常高興這次能在 2月14日參與了由林氏璧所開的 Clubhouse 討論群，能夠聽到很多醫師和一般民眾的討論，讓我能反思這次事件。高密度的聽到許多醫生的意見不太容易，但我覺得最難能可貴的，是大量聽到一般民眾的想法。我不敢說這是個嚴謹的田野調查，在討論中我也沒有錄音，僅在我覺得聽到有趣的觀點時，簡單做下筆記而已。但這些理性的討論，讓我能在一天內聽到那麼多的意見，對我的大腦來說，是場很激烈的運動。
這是我對愛莉莎莎踩到線的看法，這樣的事情，我相信大家都是不願意看到的。但事情發生之後，所帶出來的問題，希望能提供給大家一點思考的方向。
《#愛莉莎莎踩到線》
註：非常感謝大家能讀完我的這篇研究筆記。如果當事人有機會能看到這篇文章，裡面若有什麼解讀錯誤的部分或是想跟我分享更多你的心路歷程，歡迎私訊跟我聯絡，我會非常高興。這件事情已經發生，很多傷害已經無法彌補。但以一個教育工作者的角度，我希望這件事情能給社會帶來一些正面的反思。
台大演算法課程 在 [評價] 111-1 陳倩瑜資料結構與演算法實務- 看板NTUcourse 的推薦與評價
※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
哪一學年度修課：
111-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
陳倩瑜
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
生機系/所選修 and 生機系人工智慧領域專長課程
δ 課程大概內容
具體可以看台大課程網，以下為實際上課進度
Union-Find
Analysis of Algorithms
Bags, Queues, and Stacks
Elementary Sort
Merge Sort
Quick Sort
Priority Queues
──────────期中考到這裡────────────────
Symbol Table
Binary Search Trees
Balanced Search Trees
Geometric Applications of BSTs
Undirected Graphs
Directed Graphs
Minimum Spanning Trees
Shortest Paths
──────────期末考到這裡────────────────
Hash Table和Dynamic Programming都來不及講了，期末考之後老師在NTU Cool上上傳了
兩年前的影片作為補充。
課程網上提到的 (optional)String相關的演算法更是完全沒時間上到。
Ω 私心推薦指數(以五分計) ★★★★★
·整體 ★★★★★
推就一個字！
·想修甜甜的資料結構與演算法 ★★★★★
·想修涼涼的資料結構與演算法 ★★★★★
·想修甜甜涼涼的普通選修課 ☆
看看隔壁資工的DSA，我覺得不需要別的解釋了吧，這已經是最甜涼的資料結構與演算法
相關課程了！
但是！甜涼只是相對於其他資料結構或者演算法課程而言的。完全不想花時間的話，還是
不要來學資料結構與演算法了。雖然這課很甜，個人也覺得很涼，但開學一開始加簽到
120人，退選加停修後只剩下74個同學堅持到最後。畢竟資料結構和演算法本身就不是容
易學的東西。
如果只是想當甜涼選修，請高抬貴手不要來搶加簽名額（哭）。
·留學要刷GPA ★★★★★
·找工作要刷題 ★★★
我個人是上半年有選資工的DSA，但因為半路突然發現資工的課給分超級慘烈，於是決定
停修。畢竟要留學的話，刷GPA比啥都重要。
PDSA應該是最容易刷GPA的相關課程了吧。
反正課程描述都差不多，爽爽拿高分不好嗎？
但如果是為了找工作的話，這門課其實並沒有資工DSA那麼扎實。不過如果只是想對資料
結構與演算法了解個大概，然後有能力自己刷LeetCode的話，完全是夠了。
·想學習實用資料結構與演算法 ★★★★★
課程內容最大的特色，應該就是強調資料結構與演算法的實際應用面向了。比如講
Union-Find時會帶出percolation問題，講Sorting時會提到convex hull問題，講
Priority Queues時會講到event-driven simulation。應該很適合想要實際使用程式的工
程科系的同學。
·想學習基礎資料結構與演算法 ★★★★★
·非電資科系想在未來挑戰資工DSA ★★★★★
個人感覺台大的普通程式課，和遍地IOI電神的資工DSA，是有極大的gap的。
如果是非電資科系，但有一顆想要學程式的心的話，
先修一下PDSA對資料結構與演算法有一個大致的了解，再去資工打Boss，
是一個非常好的過渡。
·電神 ☆
·已經在刷LeetCode ☆
這門課只教基礎的資料結構與演算法，
強者還是直接去資工和IOI電神們神仙打架吧。
η 上課用書(影印講義或是指定教科書)
Algorithms, 4th Edition by Robert Sedgewick and Kevin Wayne
以及配套網站、投影片
μ 上課方式(投影片、團體討論、老師教學風格)
實體、遠距直播、NTUCool課程影片三種方式任選，出席完全不管，很自由。
課程影片上傳得非常及時，一般下午的課，當天晚上就會傳上去。
我個人是因為NTUCool可以倍速播放所以都直接看課程影片。
此外，還有一個臉書社團來發各種通知。
老師上課最大的特點，就是會一行一行帶著大家看code，講解非常仔細，且樂於解答同學
的問題。所以不用怕演算法通靈！跟著上課的進度一定可以理解的。
TA hour一般每週兩次，主要是作業答疑，會根據當週的作業情況調整，不過我一次都沒
去過啦。但平時偶爾問一些問題，可以感覺到助教們都非常認真負責。
σ 評分方式(給分甜嗎？是紮實分？)
Homework: 50%
Midterm: 20%
Final: 30%
最後應該有調一點分，
我個人原始分換算A，最後A+，不過怎麼調的就不清楚了。
ρ 考題型式、作業方式
1.作業
說好的作業很硬呢？特甜涼好嘛！
一共十題，只有程式題，沒有手寫題，用online judge批改，限定使用Java寫，都是與上
課內容直接相關的題目。我個人的話，最前面一些題目堅持手刻，最多花一個工作日就可
以全部AC。有部分比較簡單的題目call library的話極快，比如最後一個作業20分鐘就AC
了。不過感覺還是手刻的給自己的印象比較深刻。
然後比較讓我吐槽的一點是，很多題naive implementation竟然也能拿個60-80分！！！
蛤？？？這也太涼了吧！！！開學時說好的這課loading挺重的呢？？？
Too young, too simple！！！
最後應該是有28位同學拿滿作業分數，50多位同學拿到90%以上的分數。全班總共才74人
誒！
唯一一次比較有挑戰的是HW7有關Geometric Search的competition，速度前10%的同學總
成績額外加3分（7人）。好像最後似乎只有一位最快的同學刻出了KD Tree……我反正沒
刻出來，最後連普通的RB Tree都來不及補了（哭）。
此外，還有選6道LeetCode的題目（4道Easy和2道Medium），讓有興趣的同學可以自己練
，不過不強求。
總體而言感覺這個作業量對於想要簡單了解一下各種資料結構與演算法來說是夠了，但是
想要比較熟悉的話，最好還是自己再找點題去做。
想想隔壁資工的DSA，一次作業手寫滿分300分，一道LeetCode Hard難度的題目也就20分
；再想想資工的程式題，教紅黑樹，作業出吉如一線段樹套treap修改區間值......
想要甜涼作業的都快來修生機的PDSA吧！
2.考試
期中考試20%，教到哪裡就考哪裡，平均分56.89，最高分89。
期末考試30%，名義上是整學期都要考的，但是實際上感覺都是後半學期的內容，平均分
41.9，最高分79。
相比於作業的甜涼，考試就頗有難度了。內容有選擇、證明、寫pseudo code解題之類的
。有一些在上課時提到過，這個點可能會考。基本上就是投影片細節+一些比較通靈的問
題。
比如說，期末考最後一題考了Graph Coloring。
蛤？？？為什麼考試會出NP Complete的問題？？？！！！
看到這題我就嚇傻了好嘛！
反正這題沒人拿滿分，最多也就是greedy解。
大概是作業太甜了所以拿考試來控制一下分數吧。
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
1.Prerequisite
只需要會一種程式語言就可以了。不會Java也沒關係，因為一開始不會用到generic，
inheritance之類的內容，所以開學再學完全來得及。我覺得差不多修過商程設或者非
電資的程式課就夠了。
2.加簽方式
想要加簽的人太多了，所以最後採用抽籤方式，高年級與第一堂課到場者有優先權，97抽
40，加上初選湊滿120人。但是！HW1大勸退！大概有些同學程式基礎不夠，加上一上來就
講Union-Find，其實相比從linked list與stack開始講，要難理解一些。兩週後退選到只
剩90人，到了期末最後只有74人了。
感覺以後加簽的時候可能可以設計一個HW0讓大家不要誤入qwq
畢竟加簽抽籤實在是太刺激啦。
Ψ 總結
非常幸運能抽中PDSA的加簽名額！
順利拿到滿意的成績也非常開心！
推給所有非電資但想要學寫程式的同學！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.12.95.183 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1673449860.A.CE0.html
※ 編輯: JapanSpitz (101.12.95.183 臺灣), 01/11/2023 23:21:56
※ 編輯: JapanSpitz (140.112.25.99 臺灣), 01/12/2023 15:52:57
※ 編輯: JapanSpitz (140.112.25.99 臺灣), 01/12/2023 15:53:36
... <看更多>