====== 2020/05/25--2020/05/31 周报 ======
前一篇:[[week_summary_3]]
后一篇:[[week_summary_5]]
===== 团队训练 =====
5.30一次团体赛(记录下周再完善)
[[Codeforces Round 638 Div. 2]]
^ 题目 ^ A ^ B ^ C ^ D ^ E ^ F ^ G ^ H ^
| 通过 | √ | √ | √ | √ | | | | |
| 补题 | | | | | | | | |
===== 个人训练 - Great_designer =====
==== 比赛 ====
六月底烤漆结束前基本不会有(除非被拉去团体赛)
5.30参加一次团体赛
==== 学习总结 ====
本周完成了[[technique:number_theory_sqrt_decomposition]]。感谢原作者队伍提供的题目。
OJ计划更新完了前200题:[[https://github.com/Great-designer/BUAA-OJ-Project|GitHub:BUAAOJ计划]]
==== 本周推荐 ====
板子分析系列推完了,推一道中等题好了[[https://www.bilibili.com/read/cv4232912|OJ编号147:贪心方法与优先队列]]
===== 个人训练 - serein =====
==== 比赛 ====
=== 2020.05.24 Codeforces Round #644 (Div. 3) ===
^ 题目 ^ A ^ B ^ C ^ D ^ E ^ F ^ G ^ H ^
| 通过 | √ | √ | √ | | | | | |
| 补题 | | | | √ | √ | √ | √ | √ |
==== 学习总结 ====
周一用了一个下午把周日晚上的div3的题都补了,cf的题的特点或者说这类题的特点感觉就是题面比较长,背景也比较丰富。
刚开始做英语题面的题,速度可能比较慢,有的时候读题是要花一些时间。当过了读题的坎儿后,接下来的过程就是抽象出问题考察的数学问题或者模型,这个过程有时也会比较难,有些题目当你抽象出一个比较好的数学模型时,写起来会简单很多。经过这几周的题目训练,读题应该基本没有问题了。
我感觉在过了入门的阶段之后,接下来要做的应该是学习更多知识点,更好的进行题目训练和比赛训练。
==== 本周推荐 ====
Codeforces Round #644 (Div. 3)
[[E]]
===== 个人训练 - kongyou =====
==== 比赛 ====
参加团体赛,完成了A、B题
其中B题采用了暴力的解法,正在用更好的解法进行补题
==== 学习总结 ====
== linux环境下的程序运行 ==
我们可以用这样的方法进行程序运行:
1. 选定文件夹, 假设我们的代码是main.cpp, 那么我们可以用这样的方法去编译程序
gcc -o main main.cpp -Wall -lm
在linux环境中我们可以使用ide,也可以使用VIM等来写代码
2. 执行代码
如果我们一切顺利,我们在文件夹中输入ls指令能够看到有一个main的文件,这时我们执行./main命令,就可以以命令行的方式输入输出了
== linux的常见命令 ==
ls 查看文件夹内容
mkdir 新建文件夹
rmdir 删除文件夹
cd 进入文件夹
cp 复制文件
mv 剪贴文件
vim 启动vim
== 动态规划 ==
将递归方法重新写成非递归方法,并将子问题的答案系统的记录在一个表内的方法叫动态规划
举一个例子,下面一对儿算法中,由于递归实现产生了过多的重复运算,所以效率不高;通过动态规划,我们减少了重复计算,复杂度也降低为O(n)
int Fib(int N) {
if (N <= 1) return 1;
else return Fib(N-1) + Fib(N-2);
}
int Fibonacci(int N) {
int i, Last, NextToLast, Answer;
if (N <= 1) return 1;
Last = NextToLast = 1;
for (i = 2; i < N; i++) {
Answer = Last + NextToLast;
NextToLast = Last;
Last = Answer;
}
return Answer;
}
==== 本周推荐 ====
一个是gcc的参数介绍[[https://www.runoob.com/w3cnote/gcc-parameter-detail.html]]
还有一个是linux的命令[[https://www.runoob.com/linux/linux-command-manual.html]]
熟悉linux环境并采用gcc进行编译,能够在最大限度上贴近实际评测环境,从而避免出现由于环境不一致导致的WA