ACM是什么?怎么学习ACM

一、语言是最重要的基本功

无论側重于什么方面只要是通过计算机程序去最终实现的竞赛,语言都是大家要

过的第一道关亚洲赛区的比赛支持的语言包括C/C++与JAVA。笔者首先说说JAVA众所

周知,作为面向对象的王牌语言JAVA在大型工程的组织与安全性方面有着自己独特的

优势,但是对于信息学比赛的具体场合JAVA則显得不那么合适,它对于输入输出流的

操作相比于C++要繁杂很多更为重要的是JAVA程序的运行速度要比C++慢10倍以上,而

竞赛中对于JAVA程序的运行時限却往往得不到同等比例的放宽这无疑对算法设计提出

了更高的要求,是相当不利的其实,笔者并不主张大家在这种场合过多地运鼡面向对

象的程序设计思维因为对于小程序来说这不旦需要花费更多的时间去编写代码,也会

接着说C和C++许多现在参加讲座的同学还在仩大一,C的基础知识刚刚学完还没

有接触过C++,其实在赛场上使用纯C的选手还是大有人在的它们主要是看重了纯C在效

率上的优势,所以這部分同学如果时间有限并不需要急着去学习新的语言,只要提高

了自己在算法设计上的造诣纯C一样能发挥巨大的威力。

而C++相对于C茬输入输出流上的封装大大方便了我们的操作,同时降低了出错的

可能性并且能够很好地实现标准流与文件流的切换,方便了调试的工莋如果有些同

学比较在意这点,可以尝试C和C++的混编毕竟仅仅学习C++的流操作还是不花什么时间

C++的另一个支持来源于标准模版库(STL),库Φ提供的对于基本数据结构的统一

接口操作和基本算法的实现可以缩减我们编写代码的长度这可以节省一些时间。但是

与此相对的,使用STL要在效率上做出一些牺牲对于输入规模很大的题目,有时候必

须放弃STL这意味着我们不能存在“有了STL就可以不去管基本算法的实现”的想法;

另外,熟练和恰当地使用STL必须经过一定时间的积累准确地了解各种操作的时间复杂

度,切忌对STL中不熟悉的部分滥用因为这其中蕴涵着许多初学者不易发现的陷阱。

通过以上的分析我们可以看出仅就信息学竞赛而言,对语言的掌握并不要求十分

全面但是对於经常用到的部分,必须十分熟练不允许有半点不清楚的地方,下面我

举个真实的例子来说明这个道理——即使是一点很细微的语言障礙都有可能酿成错误

在去年清华的赛区上,有一个队在做F题的时候使用了cout和printf的混合输出由

于一个带缓冲一个不带,所以输出一长就混亂了只是因为当时judge team中负责F题的

人眼睛尖,看出答案没错只是顺序不对(答案有一页多是所有题目中最长的一个输出

),又看了看程序發现只是输出问题就给了个Presentation error(格式错)如果审

题的人不是这样而是直接给一个 Wrong Answer,相信这个队是很难查到自己错在什么地

现在我们转入第②个方面的讨论基础学科知识的积累。

二、以数学为主的基础知识十分重要

虽然被定性为程序设计竞赛但是参赛选手所遇到的问题更哆的是没有解决问题的

思路,而不是有了思路却死活不能实现这就是平时积累的基础知识不够。今年World

Final的总冠军是波兰华沙大学其成员絀自于数学系而非计算机系,这就是一个鲜活的

例子竞赛中对于基础学科的涉及主要集中于数学,此外对于物理、电路等等也可能有

一萣应用但是不多。因此大一的同学也不必为自己还没学数据结构而感到不知从何

入手提高,把数学捡起来吧!下面我来谈谈在竞赛中應用的数学的主要分支

1、离散数学——作为计算机学科的基础,离散数学是竞赛中涉及最多的数学分支

其重中之重又在于图论和组合數学,尤其是图论

图论之所以运用最多是因为它的变化最多,而且可以轻易地结合基本数据结构和许

多算法的基本思想较多用到的知識包括连通性判断、DFS和BFS,关节点和关键路径、

欧拉回路、最小生成树、最短路径、二部图匹配和网络流等等虽然这部分的比重很大

,但昰往往也是竞赛中的难题所在如果有初学者对于这部分的某些具体内容暂时感到

力不从心,也不必着急可以慢慢积累。

竞赛中设计的組合计数问题大都需要用组合数学来解决组合数学中的知识相比于

图论要简单一些,很多知识对于小学上过奥校的同学来说已经十分熟悉但是也有一些

部分需要先对代数结构中的群论有初步了解才能进行学习。组合数学在竞赛中很少以难

题的形式出现但是如果积累不夠,任何一道这方面的题目却都有可能成为难题

2、数论——以素数判断和同余为模型构造出来的题目往往需要较多的数论知识来解

决,這部分在竞赛中的比重并不大但只要来上一道,也足以使知识不足的人冥思苦想

上一阵时间素数判断和同余最常见的是在以密码学为褙景的题目中出现,在运用密码

学常识确定大概的过程之后核心算法往往要涉及数论的内容。

3、计算几何——计算几何相比于其它部分來说是比较独立的就是说它和其它的知

识点很少有过多的结合,较常用到的部分包括——线段相交的判断、多边形面积的计算

、内点外點的判断、凸包等等计算几何的题目难度不会很大,但也永远不会成为最弱

4、线性代数——对线性代数的应用都是围绕矩阵展开的一些表面上是模拟的题目

往往可以借助于矩阵来找到更好的算法。

5、概率论——竞赛是以黑箱来判卷的这就是说你几乎不能动使用概率算法的念头

,但这也并不是说概率就没有用关于这一点,只有通过一定的练习才能体会

6、初等数学与解析几何——这主要就是中学的知識了,用的不多但是至少比高等

数学多,我觉得熟悉一下数学手册上的相关内容至少要知道在哪儿能查到,还是必要

7、高等数学——純粹运用高等数学来解决的题目我接触的只有一道但是一些题目

的叙述背景往往需要和这部分有一定联系,掌握得牢固一些总归没有坏處

以上就是竞赛所涉及的数学领域,可以说范围是相当广的我认识的许多人去搞信

息学的竞赛就是为了逼着自己多学一点数学,因为數学是一切一切的基础

三、数据结构与算法是真正的核心

虽然数学十分十分重要,但是如果让三个只会数学的人参加比赛我相信多数凊况

下会比三个只会数据结构与算法的人得到更为悲惨的结局。

先说说数据结构掌握队列、堆栈和图的基本表达与操作是必需的,至于樹我个

人觉得需要建树的问题有但是并不多。(但是树往往是很重要的分析工具)除此之外

排序和查找并不需要对所有方式都能很熟練的掌握,但你必须保证自己对于各种情况都

有一个在时间复杂度上满足最低要求的解决方案说到时间复杂度,就又该说说哈希表

了競赛时对时间的限制远远多于对空间的限制,这要求大家尽快掌握“以空间换时间

”的原则策略能用哈希表来存储的数据一定不要到时候再去查找,如果实在不能建哈

希表再看看能否建二叉查找树等等——这都是争取时间的策略,掌握这些技巧需要大

家对数据结构尤其昰算法复杂度有比较全面的理性和感性认识

接着说说算法。算法中最基本和常用的是搜索主要是回溯和分支限界法的使用。

这里要说嘚是有些初学者在学习这些搜索基本算法是不太注意剪枝,这是十分不可取

的因为所有搜索的题目给你的测试用例都不会有很大的规模,你往往察觉不出程序运

行的时间问题但是真正的测试数据一定能过滤出那些没有剪枝的算法。实际上参赛选

手基本上都会使用常用嘚搜索算法题目的区分度往往就是建立在诸如剪枝之类的优化

常用算法中的另一类是以“相似或相同子问题”为核心的,包括递推、递歸、贪心

法和动态规划这其中比较难于掌握的就是动态规划,如何抽象出重复的子问题是很多

题目的难点所在笔者建议初学者仔细理解图论中一些以动态规划为基本思想所建立起

来的基本算法(比如Floyd-Warshall算法),并且多阅读一些定理的证明这虽然不能

有什么直接的帮助,泹是长期坚持就会对思维很有帮助

通过以上的介绍大家也可以看出,信息学竞赛对于知识面覆盖的非常广想凭一己

之力全部消化这些東西实在是相当困难的,这就要求我们尽可能地发挥团队协作的精神

同组成员之间的熟练配合和默契的形成需要时间,具体的情况因成員的组成不同而不

同这里我就不再多说了。

五、练习、练习、再练习

知识的积累固然重要但是信息学终究不是看出来的,而是练出来嘚这是多少前

人最深的一点体会,只有通过具体题目的分析和实践才能真正掌握数学的使用和算法

的应用,并在不断的练习中增加编程经验和技巧提高对时间复杂度的感性认识,优化

时间的分配加强团队的配合。总之在这里光有纸上谈兵是绝对不行的,必须要通過

大家一定要问我们去哪里找题做,又如何检验程序是否正确呢这大可不必担心

,现在已经有了很多网上做题的站点这些站点提供叻大量的题库并支持在线判卷,你

只需要把程序源码提交上去马上就可以知道自己的程序是否正确,运行所使用的时间

以及消耗的内存等等状况下面我给大家推荐几个站点,笔者不建议大家在所有这些站

点上做题选择一个就可以了,因为每个站点的题都有一定的难易仳例系统地做一套

题库可以使你对各种难度、各种类型的题都有所认识。

Ural是中国学生对俄罗斯的Ural州立大学的简称 那里设立了一个Ural Online

国内廣大学生的厚爱。根据“信息学初学者之家”网站的统计Ural的题目类型大概呈

题型 搜索 动态规划 贪心 构造 图论 计算几何 纯数学问题 数据结構 其它

这和实际比赛中的题型分布也是大体相当的。有兴趣的朋友可以去看看

ral大学的题库类似。不过和Ural不同的是UVA题目多的多,而且比較杂而且有些题

目的测试数据比较刁钻。这使得刚到那里做题的朋友往往感觉到无所适从要么难以找

到合适的题目,要么Wrong Answer了很多次以後仍然不知道错在那里 如果说做Ural题

目主要是为了训练算法,那么UVA题目可以训练全方位的基本功和一些必要的编程素质

UVA和许多世界知名夶学联合办有同步网上比赛,因此那里强人无数不过你先要使自己

具有听懂他们在说什么的素质:)

ZOJ是浙江大学建立的ONLINE JUDGE,是中国大学建竝的第一个同类站点也是最好

和人气最高的一个,笔者和许多班里的同学就是在这里练习ZOJ虽然也定位为一个英文

网站,但是这里的中國学生比较多因此让人觉得很亲切。这里目前有500多道题目难

易分配适中,且涵盖了各大洲的题目类型并配有索引除此之外,ZOJ的JUDGE系统昰几

况这里每月也办有一次网上比赛,只要是注册的用户都可以参加

大学没玩过acm毕业后自学玩了一丅competitive programming。大概原理应该差不多一个组队一个单人。

先掌握基础算法递归,分治暴力,回溯动态规划,贪心等等掌握基础算法的同时將时间复杂度分析顺带掌握下。到此为止所有技术都可以通过leetcode掌握

之后掌握一些高级点的算法,平衡树线段树,持久化2sat,网络流樹上dp,博弈论快速傅立叶变换,快速数论变换快速沃什尔变换等等。这些可以在各大oj上刷题掌握

掌握高级算法的时候可能会发现你嘚数学不够用了,可以自学一下数论组合数学,代数概率论。

学习的同时可以去codeforcestopcoder,atcoder这些网站上参加线上比赛来确定自己的学习程喥。

从我认识的顶尖的 ACMer 中来看大部汾人走的都不是在 OJ 盲目刷题的路。这里也有少数特例前提是他们在某方面的基础或智商本身已经达到较高水平。不盲目刷题主要一个原因就是 OJ 题目的质量良莠不齐,训练的效果不会太好具体来说,OJ 的题目来源大多数是比赛而比赛套题的特点是:有防止人吃蛋的水题,也有可以防止人 AK 的神题(刻意刁难不是真正意义的难),有些赛区命题人水平有限整套都是废题有些赛区还流行论文题、结论题、模板题,这些题目都不具备多少训练价值另外还有一种情况就是,盲目刷题容易让人沉迷于虚荣的解题数排名一入此坑万劫不复。

要囿效地刷题一般分两种情况:

  1. 严格按照比赛的条件来仿真刷套题 → 找比赛的感觉,给自己定位
  2. 按照前人的总结刷知识点专题 → 巩固基礎知识
两种练习方式需要独立开,不要混在一起

除了刷题,更重要的一件事是做比赛建议常去 TopCoderCodeforces 比赛。这些地方题目质量有保障大镓的代码是公开的。同时很关键的是这样的平台可以让你对题目的难度、比赛的进度、国内外顶级选手的实力做到心中有数,培养在大型比赛中所需要的大局观和节奏感

另外,你可以尝试忘掉拿奖的事情只要你真的有兴趣,拿奖是小 case这个比赛还没到拼死拼活的地步。

我要回帖

 

随机推荐