2025-06-06 22:12:03
1 级主要考查分支和循环结构,所以大题的解法一般都是一个 for 循环,然后循环里面用 if 之类的条件判断做一些事情,最后再输出结果。其代码框架为:
1 |
// 循环结构, 例如 for ... |
拿 GESP202309 一级题目:小明的幸运数 来说,其核心代码是:
1 |
// 循环 |
另外一个例子,GESP202503 一级题目:四舍五入,核心代码:
1 |
// 循环 |
GESP 2 级相对 1 级,对循环结构的考查进行了加强,一般需要用双层嵌套的循环才能完成大题。有一类双层嵌套循环需要特别关注,就是模拟输出类,这一类题过去考过多次,包括:
以等差矩阵为例,其关键代码为嵌套的 for 循环,参考如下:
1 |
/** |
如果学生还是不熟悉,可以考虑如下更多的练习:
*
)2 级还会考一些我们经常会实现的函数。包括:
参考题目:GESP202306 找素数
1 |
bool isPrime(int a) { |
参考题目:GESP202503 时间跨越
关键代码:
1 |
|
参考题目:GESP202406 计数
关键代码:
1 |
int count(int a, int k) { |
练习题目:GESP202409 数位之和
3 级对字符串的操作要求非常高,需要考生灵活掌握字符串的变换、拼接、求子串、判断回文等操作。
求子串可以用 string 类的 substr(int pos, int len)
函数。需要注意该函数的两个参数分别是起始下标和长度。
其中,判断回文的写法如下:
1 |
bool isReverse(string &s) { |
以真题 GESP202409 回文拼接 为例,考生需要对字符串进行切分,然后分别判断是否是回文串。
参考代码如下:
1 |
/** |
该考点的相关真题:
其中 GESP202309 进制判断 看起来是考进制的规则,实际上也是考字符串的查找。参考代码如下:
1 |
/** |
前缀和的计算技巧是:用一个累加变量来不停地更新前 N 个数的和,这样我们只需要用 O(N)的时间复杂度,就可以把所有的前缀和求出来。
参考题目:GESP202409 平衡序列
此题解法是:暴力测试,先计算出总和 tot ,然后看前缀和的两倍有没有可能等于 tot。
参考代码:
1 |
/** |
考生需要熟悉二进制,以及数的位运算操作。
典型考题为:GESP202503 2025
此题的思路如下:因为 x 最大是 2025,而如果 y 需要影响 x 的运算,只能与 x 的 bit 位是 1 的位进行操作。所以 y 如果存在,则必定小于 2048。因为 2048 的二进制 1 的 bit 位已经超过 2025 的最高位了。所以直接枚举 1~2048 之间的答案即可。
参考代码:
1 |
|
考点比较散,以下是历次考题的考点。
其中,比较常考的考点:
2025-04-26 20:12:23
树状数组是挺不好教学的一个知识点。它需要以下前置知识:
在教学的时候,我们的教学顺序如下:
那么让我们来开始。
P3374 树状数组 1 是一道标准的树状数组问题:该题目给我们了一个数列,我们需要解决以下两个问题:
我们很容易想到用暴力的方法来做此题。于是我们可以估计一下暴力的时间复杂度:
题目中提到,求和的次数最多为 M 次,所以最坏情况下,时间复杂度为 O(M*N)
。而由于 M 和 N 的最大范围为 5*10^5
,所以最大运算次数高达 (5*10^5) * (5*10^5) = 2500亿
次,而竞赛中估算 1000 万次的运算时间就接近 1 秒了,这个时间肯定会超时。
数列的区间求和有一个 O(1)的办法,就是提前求出前缀和。假如 Sum(i) 表示前 i 个数的和,那么区间 (i,j]
的和就可以通过 Sum(j) - Sum(i)
来得出。可惜的是,本题还有一个操作是更新某一个数。如果更新的是第一个数,那么整个前缀和数组 Sum 都需要更新,这样更新的时间复杂度会变成 O(N),最坏情况下会有 O(M*N)
次更新,造成运算同样超时。
由此,我们需要一个更优秀的数据结构来解决这类问题,这就是树状数组。
在讲解树状数组前,我们先学习一下 lowbit 函数。
lowbit 函数实现的功能是:求 x 的二进制最低位 1
以及后面的 0
组成的数。例如:
所以,我们需要找到目标数的二进制中的最后那个 1
的位置。有两种实现方式:
x^(x-1) & x
方法一相对比较好理解,我拿二进制数 1100
举例解释如下:
(x-1)
的效果,相当于把二进制的最后一个1
变成 0
,比如某数 1100
减 1
之后,就变成了 1011
x^(x-1)
,就会得到 1100^1011=0111
x&
刚刚的 x^(x-1)
,就相当于把x
的最后一个1
留下来了,前面的1
都抹掉了:1100 & 0111 = 0100
x&-x
我们还是拿二进制数 1100
举例,由于负数是用补码表示,所以对于 1100
,它的负数:
11100
(最高为 1 为符号位)10011
(反码符号位不变,其余位取反)10100
(补码=反码+1)这样一操作,x&-x
就等于 01100 & 10100 = 0100
,同样把最后的 1
取出来了。
在实现中,我们用方法二的更多,因为更短。参考代码如下:
1 |
int lowbit(int x) { |
对于一个长度为 N 的序列,为了满足上面提到的更快的区间求和和更新的需求,我们可以构造一个树状数组。
树状数组(Binary Index Tree,简称 BIT)通过构造另一个长度为 N 的数组,来做到:
O(log N)
O(log N)
因为树状数组需要另外创建一个长度为 N 的数组,所以它的空间复杂度为O(N)
。
我们先创建出这个数组 b ,然后再引入它的元素间的树状逻辑关系。
我们有了数组 b,我们让数组 b 相对于原始序列 a,按如下的关系来保存范围和:
b[1]
保存 a[1]
的值b[2]
保存区间 [a[1], a[2]]
的和b[3]
保存 a[3]
的值b[8]
保存区间 [a[1], a[8]]
的和我们先不管如何做到的,先假设我们按上面的逻辑,初始化好了这个数组,那么它怎么能快速求出前缀和呢?
我们假设要求 a[1] ~ a[7]
的和,如下图所示,我们知道这段和满足:Sum(7) = b[4] + b[6] + b[7]
那么,我们观察一下 b[4],b[6],b[7]
这几个下标有什么特点:
如果结合上我们刚刚教的 lowbit 函数,我们就可以发现如下规律:
4 = 6 - lowbit(6)
6 = 7 - lowbit(7)
于是,如果我们要求 Sum(7),就可以用 b[7] 开始累加,然后用 7 - lowbit(7)
得到 6,再用 6 - lowbit(6)
得到 4,最后 4 - lowbit(4) = 0
,就结束整个求和累加过程。
把以上逻辑转换成代码,是这样的:
1 |
int query(int range) { |
有人可能要问了,这个求和都是从序列开头开始的,如果我们想求序列中间一段,比如从 x 到 y 的区间和,应该怎么办呢?这种情况,我们可以:
query(y) - query(x-1)
得到区间 [x,y]
的和树状数组也支持更新数据,像P3374 树状数组 1题目中要求的那样,我们可以将某个数加上 x,这种情况应该如何更新数组呢?
我们以更新 a[1]
为例,通过观察,我们发现涉及 a[1]
的数组有:b[1],b[2],b[4],b[8]
,如下图所示:
你有观察出来规律吗?这刚好是我们构建的这个树从叶子结点到根结点的一条路径。
那同样的问题来了,我们如何求解出b[1],b[2],b[4],b[8]
这个路径呢?我们来观察一下:
2 = 1 + lowbit(1)
4 = 2 + lowbit(2)
8 = 4 + lowbit(4)
我们再验证一个中间结点的更新,比如更新 a[5],如下图所示:
我们看看规则是不是一样:
6 = 5 + lowbit(5)
8 = 6 + lowbit(6)
至此,我们总结出更新方法:从数列的下标 idx 开始,不停地更新,并且用 idx += lowbit(idx)
获得下一个更新的下标,直到更新到下标超过上界(N)为止。
1 |
void add(int idx, int val) { |
最暴力的初始化方法是:我们假设原序列全是 0,这样树状数组的初始状态也全是 0 即可正常表达上面的树型关系。然后,我们把每一个 a 序列中的数用更新的方式来放入树状数组中。
至此,我们完成了例题P3374 树状数组 1中的所有细节讨论,完整的代码如下:
1 |
/** |
但是,以上的这种初使化方法,时间复杂度为 O(N*logN)
,如果数据刚好卡在初始化中,我们可以用以下这种方法来将初始化时间复杂度优化到 O(N)
。
为了讲明白这种初始化,我们需要观察树状数组 b 中的每个元素代表的数据范围有什么规律。为什么 b[5] 只代表 a[5] 一个元素,但是 b[8]代表的是[a[1],a[8]]
区间的 8 个元素的和 ?
最终我们可以发现,一个数组元素代表的区间范围大小就是它的 lowbit 函数求出来的值。
例如:
[a[1],a[8]]
共 8 个元素01011000
,lowbit(88)=8
,所以它代表的区间为 8 个元素。进一步的,我们可以观察出,对于一个 b[x],它代表的区间为[x-lowbit(x)+1, x]
。
这对初始化有什么用呢?
因为 b[x] 代表的区间和是[x-lowbit(x)+1, x]
,所以:b[i] = s[i] - s[i-lowbit(i)]
至此,我们可以将例题P3374 树状数组 1的代码更新如下:
1 |
/** |
上面讲到,树状数组中的元素 b[x] 管辖的区间和是[x-lowbit(x)+1, x]
,因此,我们更能理解树状数组的更新逻辑:
举例来说,如果我们要更新 a[2] 的值,lowbit(2) 的值是 0010,所以,我们要更新:
[1, 2]
[1, 4]
[1, 8]
再举一个例子,如果我们要更新 a[5] 的值,lowbit(5) 的值是 0001,所以我们要更新:
[5, 5]
[5, 6]
[1, 6]
可以看到,对于每一个 b[x],它代表的范围右边界始终是 x,而它的左边界,则随着更新的节点往上移动,在不停扩大。
有些时候,题目会让我们一次更新一段区间,这个时候,我们可以引入差分数组来替代原数组。
差分数组中的每一个元素,是原数组相邻两个数的差。
例如:
我们对差分数组求前缀和,就可以还原出原数组。
这个时候,如果我们把原数组的第 3 个数到第 5 个数都加上 2,我们看看效果:
我们观察到,原数组的一个区间都加上 2 之后,在差分数组那里,只有第 3 个数和第 6 个数有变化,其它都没有变化。所以,如果我们用差分数组来代替原数组,就可以只更新两个数值来代表原来的范围更新。
P3368 【模板】树状数组 2此题可以很好地练习差分数组与数状数组的结合运用,相关代码如下:
1 |
/** |
刚刚讲到,对于一个 b[x],它代表的区间为[x-lowbit(x)+1, x]
那么对于一个二维的树状数组 b[x, y],它代表的区间就是 a(x-lowbit(x)+1, y-lowbit(y)+1) - a(x, y)
形成的矩阵的总和。如下图所示:
对于二维的树状数组,更新就需要用两层的循环了。示例代码如下:
1 |
void add(int x, int y, int v) { |
查询前缀和同样需要用循环,示例代码如下:
1 |
int query(int x, int y) { |
如果题目要求区间和,则需要用容斥原理来求解,这里不再展开介绍。
什么是逆序对?逆序对是指一个序列中,a[i] > a[j]
且 i < j
的有序对。
比如一个序列是 3 2 1
,它的逆序对就有:3 2
,3 1
,2 1
三组。
树状数组如何和逆序对的数量扯上关系呢?
拿序列 3 2 1
举例,我们知道,树状数组是可以用前缀和的。如果我们:
update(3, 1)
,同时记录插入了 1 个数例题:P1908 逆序对
在此题中,我们先要解决两个问题,才能借用上面的思想:
问题1、题中的数据范围太大,我们如何解决?
答案:我们可以用离散化的思想,把 2 10000 1
变成 2 3 1
,因为逆序对是统计相对大小,所以这样更改之后,逆序对的数量是不变的。
具体如何离散化呢?我们可以将数据依次标记上编号,然后排序。例如:
100 200 50
, 我们把它分别标上编号 (100,1), (200,2), (50,3)
(50,3), (100,1), (200,2)
(50,3,1), (100,1,2), (200,2,3)
(100,1,2), (200,2,3), (50, 3, 1)
2,3,1
因为 N 最多是 5*10^5
,所以离散化之后,树状数组的大小也缩减到了 5*10^5
在实现的时候,我们可以用结构体来保存上面的三元组。
1 |
struct Node { |
问题2、如果有两个相等的元素,会不会计算错误?
我们假设元素是 200 300 200
,按我们刚刚的操作:
(200,1) (300,2) (200,3)
(200,1) (200,3) (300,2)
(200,1,1) (200,3,2) (300,2,3)
(200,1,1) (300,2,3) (200,3,2)
1,3,2
这种是没问题的,但是,如果我们排序的时候不是用的稳定排序,把第二个 200 排到了前面,就会得到 2,3,1
,这样逆序对就会多一个 2 1
,而这本来是不存在的。
所以,为了解决这个问题,我们可以用稳定排序stable_sort
,或者保证排序的时候,值相同的情况下,标号大的在后面。
以下是完整的参考程序:
1 |
/** |
2025-04-13 15:27:30
深度优先搜索(DFS)是学生学习算法的第一道门槛,因为它的主要形式是递归。而递归中需要将搜索的相关信息通过参数传递,这一点需要学生深刻理解 DFS。
DFS 有比较标准的模版,如下所示:
1 |
void dfs(int pt) // pt 表示层数 |
我们将运用该模版,完成后面的题目。
递归的时候,程序会占用栈空间来保存函数的环境变量。根据编译器以及编辑参数的不同,栈空间的大小也不同。通常情况下,竞赛中的编译器设定的栈空间为 8M 或者 16M。
假如,我们在一个递归函数中使用了 10 个 int 变量,那么每个递归函数就需要 4*10=40
字节的栈空间。8M 一共可以支持 8*1000*1000/40=200000
层调用。考虑到栈空间还需要保存当前函数执行的地址等变量,可供支持的调用层数会更小一点。
同学们也可以做如下的递归函数栈空间的测试:
1 |
/** |
在我的本地,以上程序调用了约 13 万次后栈溢出。为了保险,我们在比赛中如果调用深度小于 1 万层,那应该是稳妥的;否则我们需要考虑是否用别的解法来解题。
题目名 | 说明 |
---|---|
P1036 选数 | NOIP 2002 普及组 |
P1219 八皇后 Checker Challenge | USACO 1.5 |
P1596 Lake Counting S | USACO10OCT |
P2036 PERKET | COCI 2008/2009 #2 |
P12139 黑白棋 | 蓝桥杯 2025 省 A,写起来较繁琐 |
P1605 迷宫 | 标准的 DFS |
P2404 自然数的拆分问题 | |
P1019 单词接龙 | NOIP 2000 提高组 |
P7200
P10483
这是八皇后的变种,N 皇后问题。可以作为基础练习。具体解法是:
v[15]
表示每个皇后的列值。1 |
bool check(int pt) { |
完整的代码如下:
1 |
/** |
此题需要从小到大取数求和,然后再判断是否是素数。用递归的方式来进行枚举。
1 |
/** |
此题既可以用 DFS,也可以用 BFS。考虑到 N 和 M 最大值为 100,所以递归的层次最多为 1 万层,所以我们可以试试 DFS。
以下是参考代码:
1 |
/** |
因为 N 最多为 10,每种食材可以选或者不选两种情况,所以最多情况数为 2^10=1024
种。搜索时间满足要求。
所以,此题用 DFS 可以非常方便解决。在搜索的时候,我们可以将食材的相关信息带到 DFS 函数的参数中,方便最后答案的求解。
1 |
/** |
此题是搜索题,需要在中间尽可能检查状态来剪枝,以节省搜索次数。
题目有三类限制,分别可以用在不同的剪枝环节。
限制一:在每一行和每一列中,黑色棋子和白色棋子的数量必须相等(即为 3)。
限制二:不能有超过两个相同颜色的棋子连续排列。
限制三:行列唯一性
另外,这个棋盘有几个位置已经设定了值,我们需要标记下来,搜索的时候跳过对这些位置的尝试,但需要在这些位置做合法性检查。
1 |
/** |
用 DFS 来枚举,但需要标记走过的路。
2^23=8388608
次,所以也不会超时。一些陷阱:
参考代码:
1 |
|
DFS,有两个技巧:
n=n
这种等式。1 |
/** |
2025-04-12 22:00:46
STL 库是 C++ 语言的标准库,我们在比赛中主要用到的有如下内容。
函数 | 调用示意 | 说明 |
---|---|---|
sort | sort(v.begin(), v.end()) |
快速排序 |
stable_sort | stable_sort(v.begin(), v.end()) |
稳定排序 |
unique | unique(v.begin(), v.end()) |
去重,返回的是去重后的元素末地址。可以结合 erase 函数来把多余数据删除 |
next_permutation | next_permutation(v, v+n) |
返回全排列的下一个值,当没有下一个排列时,函数返回 false |
prev_permutation | prev_permutation(v, v+n) |
返回全排列的上一个值,当没有上一个排列时,函数返回 false |
nth_element | nth_element(v.begin(), v.begin() + k, v.end()), |
函数执行后,v.begin()+k 位置的数为排序后的最终位置,即左边的数都小于它,后面的数都大于它 |
lower_bounds | lower_bounds(v, v+n, a) |
查找大于或等于 a 的第一个位置,如果没找到则返回 end() |
upper_bounds | upper_bounds(v, v+n, a) |
查找大于 a 第一个位置,如果没找到则返回 end() |
equal_range | equal_range(v, v+n, a) |
equal_range 返回一个 pair,first 元素是查找到的匹配 a 值的左边界,second 元素是匹配到的 a 值的右边界,边界为左闭右开原则。当 first == second 的时候,相当于没找到目标值 |
__gcd | __gcd(a, b) |
返回 a 和 b 的最大公约数 |
reverse | reverse(v.begin(), v.end()) |
将原序列逆序 |
题号 | 说明 |
---|---|
P1996 约瑟夫问题 | 适合用 list |
P3613 寄包柜 | 适合用 map 和 pair |
P4387 验证栈序列 | 适合用 stack |
P1540 机器翻译 | NOIP 2010 提高组,适合用 vector 以及 STL 的 find 算法 |
P1449 后缀表达式 | 适合练习 stack |
P2058 海港 | NOIP 2016 普及组,练习桶和队列 |
P2234 营业额统计 | 练习 set 和 lower_bound 函数 |
解法:把 A 数组中的元素住栈里面 push,然后如果栈顶元素和 B 数组的当前元素相同,就 pop,同时 B 数组的当前元素后移。
1 |
/** |
参考代码:
1 |
|
表达式计算:
a = a * 10 + ch - '0'
.
就压栈@
结束1 |
/** |
解法:用一个队列记录所有 24 小时内的船。用一个桶记录每个国家的乘客数量。
ans++
ans--
1 |
/** |
把营业额往 set 里面放,这样数据就是有序的。然后用 lower_bound
查找大于等于 x 的值。
取上一个位置的时候要处理一下边界,如果是在 s.begin()
位置的话就不用处理了。
取当前位置的时候要处理一下,看看是不是在 s.end()
。
1 |
/** |
2025-04-12 21:40:39
数学题是信息学竞赛中重要的一类题目,通常包括几何、数论、容斥原理等。
本文将相关的题目归纳整理,用于教学。
本题解法:每个矩形(包括正方形)都可以由一段左边线段和一段上边线段确定。因此,我们只需要枚举所有可能的线段。
对于一个长是 N 宽是 M 的棋盘。
所以:
(1+2+3+...+N)= N*(N+1)/2
个。(1+2+3+...+M)= M*(M+1)/2
个。N*(N+1)/2 * M*(M+1)/2
个矩形。用相同的办法可以推导正方形的数量,方法如下:
N*M
个边长为 1 的正方形。同理:
(N-1)*(M-1)
个边长为 2 的正方形。以此类推,可以构造出 N*M + (N-1)*(M-1) + (N-2)*(M-2) + (N-M+1)*1
个正方形(N>M)。
另外,需要注意使用 long long
来保存结果。完整的代码如下:
1 |
|
这道题可以先用暴力的办法把前面几个数打出来,然后我们能发现数的规律是:1,1,2,5,14,42,132,429,1430,….
这是计算组合中很常见的卡特兰数,卡特兰数有两种公式,第一种公式是:
f(n) = f(n-1) * (4 * n - 2) / (n + 1)
我个人觉得这个公式不太好记。另一个公式是:
这个递推式相对好记一点:即C(n) = C(0)*C(n-1) + C(1)*C(n-2) ... C(n-1)*C(0)
以下是用该递推式实现的答案:
1 |
/** |
这是一道 USACO 的题目,需要我们先找出规律,然后再试图求解。
此题找规律的技巧是分析坐标每次在折半还原时的变化规律。
为了分析规律,我们可以看每次翻倍时,坐标的关系变化。
对于一个长度为 N 的字符串S,每次其长度变为 2*N
。所以,我们对每一位进行标号:
1 2 3 4... N N+1 N+2 N+N
其中,除 S[N] == S[N+1]
外(按题意,此项为特殊项),其它位置都符合如下规律:
所以,将右边的坐标减去 N
再减 1
,就得到左边的坐标。
所以,设总长为 L, 如果 a 的位置在右半侧,则对应到左半侧的坐标关系是:
if (a == L/2+1) a = 1;
else a = a - L/2 - 1;
如此递归下去,直到位置落在最初的长度上。
因为字符下标是从 0 开始,所以下标最后要减 1.
最后注意用 long long 来转换坐标。
1 |
|
2025-04-06 11:20:47
枚举就是把所有情况都尝试一遍。比较简单的用 for 循环即可,较复杂的枚举,需要用到递归。
此题直接枚举每个合数拆解成两个质数和的所有可能性。为了避免重复计算质数,我们用一个 map 将其运算结果保存下来。
1 |
/** |
此题初看起来 N 很大,但是每种配料最多 3 克,一共 10 种,总克数最多为 30 克。所以超过 30 克的情况答案都为 0。
每种配料 3 种情况,一共 10 种配料,所以暴力枚举的时间复杂度 3^10 约为 59000,不会超时。
枚举的参考代码如下:
1 |
/** |
全排列的问题有多种写法,此题可以直接用 STL 中的 next_permutation
函数。
1 |
/** |
其实组合也可以用 next_permutation
来实现。以 n=5,r=3 为例,具体方法是:
0 0 0 1 1
,这样对应输出的是 1, 2, 3
0 0 1 0 1
, 输出 1, 2, 4
1 1 0 0 0
,输出 3, 4, 5
以下是实现代码:
1 |
/** |
更多全排列的练习:
我们先预保存下来每行的各种颜色的色块数量,这样检查的时候就可以快速求解。
1 |
/** |
直接枚举每个起点。但是 k==1
时需要特判,因为 k==1
意味着向下和向右重复计算,需要除以 2。
1 |
/** |
NOIP 2008 提高组第二题。推导如下:
枚举办法:
用以上的枚举之后,我们将所有答案输出,发现 A 其实在 N 最大(N=24)的时候也不会超过 1000,测试如下(只输出了 A<=B 的情况)。所以我们就可以将 A 的范围改小,或者直接打表输出答案。
1 |
0+8=8 |
完成的程序如下:
1 |
/** |
思路如下:
在选两根木棒的时候,我们又可以转化为:选一根木棒,然后选另一根大于等于它的木棒。
因为 a 的值在 5000 以内,而 N 最大是 10 万,所以可以把值放到一个计数的桶里面。这样枚举的时候效率更高。
解法:
参考代码如下:
1 |
/** |
NOIP 2001 普及组 题目。在暴力枚举的时候,需要记住重复的计算。
参考代码:
1 |
/** |
需要用到高精度。
参考代码:
1 |
/** |