====== 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