算法分享三个方面学习方法(做题经验,代码编写经验,比赛经验)

目录

[0 . 前言:(遇到OI不要慌)(只要道路对了,就不怕遥远)](#0 . 前言:(遇到OI不要慌)(只要道路对了,就不怕遥远))

[1. 做题经验谈](#1. 做题经验谈)

[1.1 做题的目的](#1.1 做题的目的)

[1.2 我对于算法比赛的题目的看法](#1.2 我对于算法比赛的题目的看法)

[1.2.1 类似题](#1.2.1 类似题)

[1.2.2 套模型:](#1.2.2 套模型:)

[1.3 在训练过程中如何做题](#1.3 在训练过程中如何做题)

[1.4 一些建议:提高算法能力](#1.4 一些建议:提高算法能力)

[1.5 一些建议:提高代码能力](#1.5 一些建议:提高代码能力)

[1.6 选一个好的 OJ](#1.6 选一个好的 OJ)

[1.7 分析问题的方法:我的一些经验](#1.7 分析问题的方法:我的一些经验)

[2. 代码编写经验谈](#2. 代码编写经验谈)

[2.1 你 50% 的代码时间基本都浪费在调试上](#2.1 你 50% 的代码时间基本都浪费在调试上)

[2.2 模块化](#2.2 模块化)

[2.3 有意义的变量名](#2.3 有意义的变量名)

2.4常见的代码错误

[2.4.1 变量名打错](#2.4.1 变量名打错)

[2.4. 2 不完全的修改](#2.4. 2 不完全的修改)

[3. 比赛经验谈](#3. 比赛经验谈)

[3.1 对签到题要格外小心](#3.1 对签到题要格外小心)

[3.2 考场策略问题](#3.2 考场策略问题)

[3.3 心态](#3.3 心态)

[3.4 实力](#3.4 实力)

[3.5 策略](#3.5 策略)

[3.6 对于比赛经验的一些总结](#3.6 对于比赛经验的一些总结)

[3.7 注意事项](#3.7 注意事项)

[3.8 比赛方法](#3.8 比赛方法)

[3.8 .1 比赛方法 1 : 简单题](#3.8 .1 比赛方法 1 : 简单题)

[3.8.2 比赛方法 2 :困难题](#3.8.2 比赛方法 2 :困难题)


0 . 前言:(遇到OI不要慌)(只要道路对了,就不怕遥远)

从大学0基础小白,基于刷了不完全统计大约2500道不同难度的题,到全球最强算法平台codeforces ,账号评分2347,全球排名约前1000,中国排名前200左右。

分享一下我在学习算法这几年,总结的一点心得。

题是刷不完的,掌握学习方法,才是王道。

我分别从三个方面进行讲解:

做题经验谈,代码编写经验谈,比赛经验。

1. 做题经验谈

1.1 做题的目的

做题的目的是学到新的东西以及锻炼代码能力,而不是盲目刷 OJ 的 rank,那没有任何意义。

提高算法能力(想出做法的能力,分析问题的方法等等)

提高代码能力(写出正确的代码的能力)

提高调试能力(将错误的代码改对的能力)

1.2 我对于算法比赛的题目的看法

1.2.1 类似题

对于大部分算法竞赛题目来说

大部分由于做过类似的,不用想就能解决。

之后的大部分顺着题目进行一些简单的分析,就也能转化成做过的问题。

1.2.2 套模型:

学习更多的解题模型,可能具体也可能抽象,要多加思考。

1.3 在训练过程中如何做题

选择一个好的 OJ/CF <- 优秀的题目来源

适度而不过量的思考 <- 节约时间

如果做不出来,在看了题解之后,总结自己做不出来的原因是什么,以完善

自己今后的做题方法。

做题方法是一个很抽象的概念,需要经验的积累 ( 和一定的智商? )

1.4 一些建议:提高算法能力

CF2100分的左右题目经常会有令人耳目一新的算法思路。注重解题的过程而不是罗列解法,当然由于难度较大自己做可能比较累。

而且刚刚接触的时候基本上是做不出来的吧大概 <_< 。

所以推荐的方法是看看题目不要想太多不会做就看题解。

就算自己做出来了也可以看一下题解的分析,这对提高算法能力非常有好处。

1.5 一些建议:提高代码能力

代码能力很大程度上取决于经验,你可能觉得这种可能需要大量的练习,但是其实也是有捷径的,那就是参考别人的代码。

最佳的方法是找一些可能比较难写的题目,自己很可能写不出来,这时可以参考别人的代码,搞明白那些细节都是怎么处理的,优秀的代码风格能够极大的提高代码能力。

如果是在 CF 上刷题,可以经常参考每次比赛排行榜前10的前辈的代码学习一下,他们的代码风格都很好。

1.6 选一个好的 OJ

CF 的好处:有别人代码可以参考学习,有官方题解可以看。

同时可以参考很多前辈的代码和解题报告。

1.7 分析问题的方法:我的一些经验

  1. 从简单的情况开始分析:经典方法,对原题没有思路,那么分析问题的简化版。

经典例子:找出字典序最小的解,那么我们先分析怎么找出一个解。

  1. 人的思维很大程度上跟关键字有关系,比如一个题目怎么想都不会,有人跟你说"容斥",你可能瞬间就会做了,不妨列出对于这类问题已知的一些解决方法关键字,思考思考能否做。

2. 代码编写经验谈

2.1 你 50% 的代码时间基本都浪费在调试上

90% 的错误都是傻逼错误。

正确的写代码方式。

2.2 模块化

功能直接使用各自的模块。

2.3 有意义的变量名

单词的 3 个缩写

Number->num amount ->amt ,count -> cnt

2.4常见的代码错误

2.4.1 变量名打错

写代码的时候集中注意力

变量名要有意义。

2.4. 2 不完全的修改

复制粘贴一段代码的时候,急于求成,没有根据上下文改对。

复制粘贴的时候尽量注意,或者不复制粘贴使用独立的函数。

发现一个地方要改一下,这个地方可能影响很多其它的地方,没有考虑全,导致错误。

突然发现要改一个地方的时候,好好想想这里会影响哪里。

3. 比赛经验谈

3.1 对签到题要格外小心

注意细节

3.2 考场策略问题

不够冷静

3.3 心态

正确的做题顺序

正确的比赛策略

最后是以上两点导致的优秀的心态。

3.4 实力

实力碾压

3.5 策略

正确的比赛策略,没有在坑爹题上浪费太多时间,并且 AC 了一道稍有难度

的题目,之后全力确保一道很容易错的题目,并成功 AC 。

3.6 对于比赛经验的一些总结

  1. 良好的心态是必须的,不冷静只会让自己水平暴跌。

  2. 首先把题目都认真的看一遍,绝对不要看错题目,保险起见可以使用看两

遍的方法,确保题意是对的,不要放过任何可能重要的条件,可能只写在数

据范围里!

  1. 对每一题,都使用自己平常的方法做一做,而不是看到会的就立刻去写。

这个时间每题不要过长。

  1. 在此基础上决定一个良好的做题顺序。

3.7 注意事项

  1. 绝对绝对绝对不要看错题目或者输入输出的格式。

  2. 签到题你没 AC 别人满分你就完蛋了,绝对不要错签到题。

  3. 对于可以对拍的题,一定一定一定要对拍。

  4. 千万不要成为错误 ( 没删调试语句,文件名打错 )list 上的主人公。

3.8 比赛方法

3.8 .1 比赛方法 1 : 简单题

特点:题目简单,数据也弱。

面对简单题,我们需要的是稳定的 AC 。

不要求速度,先认真的看完题目,然后从容解决签到题。

然后一般来说会有一道不是那么简单的题目,先确保其它的简单题没有

问题,简单的题目往往可以简单的对拍,不需要花多少时间。

然后把时间都花在略难题上,争取得到自己能得的最高分。

注意使用特判法,不能确保做法正确性的时候最稳妥的做法是特判。

暴力的范围然后暴力范围用暴力。

3.8.2 比赛方法 2 :困难题

特点:题目有一定难度,无法全部做出。

易犯错误:考场看都没看,放过了本来应该是非常简单的题目。

在这种比赛中,正确的做题顺序非常重要,但是做题顺序来源于对题目的了解,

而对题目的了解又需要花费你的时间,这两个方面各自牵制,并非独立。

我个人的做法是首先要抽出半小时看完所有题目并且随便想一想,然后对每题都

可以标出使用你第一眼想到的做法。

然后再每题花 10 分钟略微细致的分析加想一下。

基本上不难的题目都可以做出,就算做不出也会有"这题不是很难"的感觉,并且标上目前这题你能得出来的概率。

那么根据之前对题目的了解,就可以决定做题的顺序了。

相关推荐
考试宝22 分钟前
国家宠物美容师职业技能等级评价(高级)理论考试题
经验分享·笔记·职场和发展·学习方法·业界资讯·宠物
好奇龙猫1 小时前
【学习AI-相关路程-mnist手写数字分类-win-硬件:windows-自我学习AI-实验步骤-全连接神经网络(BPnetwork)-操作流程(3) 】
人工智能·算法
sp_fyf_20242 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-01
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘
香菜大丸2 小时前
链表的归并排序
数据结构·算法·链表
jrrz08282 小时前
LeetCode 热题100(七)【链表】(1)
数据结构·c++·算法·leetcode·链表
oliveira-time2 小时前
golang学习2
算法
@小博的博客2 小时前
C++初阶学习第十弹——深入讲解vector的迭代器失效
数据结构·c++·学习
南宫生3 小时前
贪心算法习题其四【力扣】【算法学习day.21】
学习·算法·leetcode·链表·贪心算法
懒惰才能让科技进步4 小时前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝
Ni-Guvara4 小时前
函数对象笔记
c++·算法