初学ACM 感悟与心得

        很久以前在学校里一直听说ACM的大名，学长们也开了相关课程。因为自己一直没有了解，都在搞别的东西，看书，练琴，活动，考试……长远的规划做了不少，但是ACM的水平也就停留在小白阶段...因为实在找不到努力方向，这个学期纠结良久，终于决定要进入ACM大干一番，希望它能给我带来一段不一样的时光。。

        我认准的专业方向是物联网，读了几本相关书籍后，我认为这个方向有太多的发展空间。什么？你觉得物联网是一个被government用到烂大街的词？其实根本不是。。2013年是智能可穿戴设备年，2014会不会是智能汽车年？所有这一切的价值核心都是物联网。总有一天，你能享受到所有物品互相连接，智能环境铺满全球，多种技术高度融合，软硬件体验做到极致的生活，这才是我想象中的智能生活。换句话说，物联网与互联网有非常大的相似之处，唯一的不同是，互联网整合了所有的信息与人类交流的平台，而物联网技术将给全世界提供服务。

        此类未来科技终有一天会得到长足的发展，但是直到现在为止仍然没什么动静。。。总有一天，我相信我也会投入这个大潮当中去。

        高中的时候喜欢计算机，但是班里没有几个人喜欢。我时常幻想着大学专业里，一个班里全是志同道合的同学，都有相同的爱好。到了这里才发现，没有几个人真正喜欢这个专业，更别说大家能有什么技术交流了。然而现在在ACM让我找到了第二个美好的世界。

        迄今为止正式接触ACM快一个月时间了，期间各种上课比赛刷题，不得不说学长们的组织还是很给力的。我对相关竞赛的内容应该有了初步了解，也找到了自己努力的方向！接下来的比赛还有学校里的个人赛，组队赛，还有湘潭邀请赛，在感到极其荣幸的同时，也感觉压力山大。不过这也是一件好事。对自己来讲，这是一段难忘的经历，更重要的是，我通过这种交流能让自己知道，我和别人相比还有哪些不足，还有什么缺点需要改正。这种一点一点提升自己，往脑子里填充知识的感觉，不得不说真的很好……

        平时学长，老师，同学很多时候都给了我很大的帮助，有时候没有你们的思路参考，我也不会有那些新奇的想法，也就做不出那些题目了，谢谢你们！不管以后去哪里比赛，还是训练什么题目，一定会好好努力的。

       

        下面把常用的资料收集到一起：

 

 

ACM常用的算法

• 网络上流传的答案有很多，估计提问者也曾经去网上搜过。所以根据自己微薄的经验提点看法。
  
• 我ACM初期是训练编码能力，以水题为主（就是没有任何算法，自己靠动脑筋能够实现的），这种题目特点是麻烦，但是不难，30-50道题目就可以了。
  
• 然后可以接触一下基础的算法，我感觉搜索方向的比较不错，可以解决很多问题，深搜，广搜，然后各种剪枝能力的锻炼。
  
• 搜索感觉不错了就可以去看看贪心，图论，和动态规划方向的了。图论有最短路径，最小生成树，网络流，拓扑排序等等很多，动态规划先去书上看经典例子，最长公共子序列等。各种变形的题目。
  
• 数学是ACM中极具杀伤力的武器，我一向很羡慕数学好的队友，精力有限自己数学方面的算法只能说入门。这方面经典的数论，组合数学方面的比较多，计算几何是很重要的，经典模型要熟悉，最近点对，二维三维，凸包以及各种应用。
  
• 数据结构方面的就比较多了，基础的堆，栈，队列，并查集，二叉查找树，红黑树，trie树，hash表等等。
  
• 用C++参赛的话STL要熟悉，有时候很有帮助，里面的queue,list,map,stack等。
  
• ACM到后来算法就成了工具，不断的靠自己意淫一个新的解法来解决问题是最开心的事情了。

   

  一位Acmer 过来人的心得

  <1>算法学习是ACM比赛所要推广或者要提倡的一个方面
  记得曾经路过某人的blog，上面说他作比赛的时候遇到了一个dijkstra，他没做出来，然后评论到（大意）：我才不会花时间去搞明白“这种”算法。 “这种”也许有可能是指：没什么实用性，对吧，这样我就不想评论了（又是有关科学和工程的讨论）。但起码有一点需要明确的：ACM-ICPC比赛时关于计算机科学的比赛，计算机科学是算法的科学，计算机算法中dijkstra有着重要的实际和启发意义，所以比赛一定要考。
  你参加这个比赛，要拿奖，就必须学习这种算法。你也许觉得你智商很高，但ACM-ICPC比赛本身不是智力比赛，比赛就是要让你去学习这些东西，所以，如果你不想学的话，我觉得也没有必要参加。说道这，可能偏题有点远，但是希望以上的分析能得出这样一个基础结论：不想学好算法，那没有必要来比赛。

   

  <2>用模板是不好的
  现在很多我们弱校的ACM-ICPC选手比较依赖模板，说实话，我也很依赖，但是我起码知道一点，这样是不对的，某种意义上说，这是你没有把算法学明白的一种表现。而且也严重影响编码速度。在我见过的huicpc035参加过的比赛中，他从来没有看过模板，全部现场敲，有一次比赛有个图强连通分量+缩点+染色+什么的题去了，我在他们机房做，我则抄模板，结果总共敲了1个半小时，而035明确算法之后，啪啦啪啦，估计30多分钟就敲完了。这里顺便八卦一下他：我和kevin以前去湖大集训队玩的时候，给他取了个外号——打字猛男（他应该还不知道）。因为他敲键盘的声音特别大特别快，呵呵。

  我觉得他敲代码的时间没有浪费，某牛曾说：因为每次敲都有可能有不同的错误，所以不用模板是好习惯。我最开始学dancing link的的时候，自己敲出了代码，然后接下来的几道题部分参考了以前的代码，后来基本上是直接copy。现在，当别人问我dancing link算法或有关的题目的时候，我已经是一脸茫然。

  所以，用模板是不好的，有时候由于某些原因可能你用了模板，但你起码要知道这要做是不对的，并且有机会要改正。

   

  <3>需要深入学习
  像 ACRush、zzy、ahyangyi…等等国家队的天才们，本身难以说我们与他们之间有什么可比性。但是他们的学习方法应该还是值得借鉴的，他们的学习方法当然我们得不到言传身教，但是从他们在国家队集训的论文中和他们搞完ACM-ICPC以后的轨迹中，可以有所体现。那就是：深入学习。

  其实这点我来讲可能还是不够有力，因为我这方面也很欠缺，我尽量说下我的想法。

  首先，觉得ACMer学算法不应停留在看看代码实现这个层面，在算法思想上要有清醒的认识，在正确性分析上要也应该要有较好的逻辑。因为网上的代码的实现上的一些细枝末节很可能掩盖了算法本身有的简洁性、美感和思想。因而丧失了对算法整体上的一些认识。还拿dijkstra算法打比方，有些算法不是基于 dijskstra的直接建模，而是需要你修改这个算法，这时你对算法没有真正理解的话，也就一筹莫展了。

  我为什么老说Dijkstra算法，因为确实很多人都只知道用模板，而且模板还不好，在我看到的Dijkstra实现中，只有czyuan_acm的代码写得好。不是说其他的不对，但确实是有问题，投机取巧了的。

  所以，要阅读论文和书籍，尤其与英文书籍，窥到它的本质。另一方面，只有这样，你学的的东西才能在ACM-ICPC以外，给你一定的启发——否则你会迅速忘掉它的。

  据我所知，035起码阅读了几十篇集训队论文，orzorzorz，而且切掉了例题。

   

  <4>独立思考
  这点我也很惭愧，因为我也是缺乏独立思考的。很多题我不会了就去搜解题报告，所以反而我的搜资料能力变得特别强。035和许多大牛在这点上做的比我好多了，他们遇到题不会的时候，也不会很急于把题目做出来，可能每隔一段时间又拿出来想一次，总有一天想通了，之后这一类型的题目基本上也就没有什么问题了。

  而我恰恰比较“虚荣”，做到的题目不会不太愿意想太久，就想尽量快些AC，于是急于看解题报告，这样导致的一个问题就是有些重要的东西解题报告中没有提到，而我也没去想就把他们忽略了，这样，我还是不会做。我和035讨论问题的时候，我不会一般就直接找他要代码，但是他不懂的时候，顶多问我大体的思路，而绝对不会要代码的。

  在去年ACM赛区尾声的时候，我发现035做中难题的能力已经明显超过我一个档次。看他现在做的题目，已然是相当变态，几乎是都100以下人ac，这些题目我看了基本上没什么想法，更要命的时，解题报告也搜不到。035目前的状态让我想起一个人，不知道大家知道不：wangfangbob，他切bt题的能力也是令人汗颜的。

   

  <5>做有意义的题
  1.是不要做水题，这里的水题定义为：一眼就能看出做法，而且中途的实现可以预计没有太多问题的题目。
  2.是做能够强化你最近学到的东西的题目
  3.你不会但你应该会的题目。
  这同时也是在说，某些没太多代表性的题目可以少做，因为对比赛帮助不大。（当然我这个参加比赛的目的很功利，非功利主义者另当别论）刚才，我把我在poj上的号和他的号对比了下，他ac而我没ac的基本上是难题，我ac他没ac的一般是水题，看得我想哭，5555。

  补充一点：ac的人多的并不一定代表着水题，有些几千人ac的题目，在现场赛中ac的人很少，这样的题目往往是有一定思维难度且编码不难的好题，这种题目要认真做，某个学长说：经典的题目啊，只有那么多，做一道，就少一道。

   

  <6>估算好某种训练所需要的时间
  我觉得我学网络流就是一个例子，我在大概赛区赛之前2个月开始学习网络流，1个月前开始学习费用流，但是对于我来讲，这两个月培养出来的网络流思维还是不够（虽然也做了不少题），特别是，这种题目往往作为中难的题目出现，不会让你随便水的，于是，北京赛区的那道网络流当时就没有想出来——功利地说，学习网络流没有得到好的效果。

  所以，现在来看，当时其实我可以不搞网络流。如果要学一种比较有难度的东西，并且还必须把他搞好，应该较早地，全面地学习，必须长期的训练以培养这种思维。打个比方，如果你微积分平时不学，仅仅考试前一周狂做题目，我觉得上90分是很困难的。
  当然，这要根据个人情况而定，我的理解能力应该说是中等水平，如果牛的话应该可以更快地学好。

   

  <7>有关训练的度
  我有时候通宵刷题，这里我不知道huicpc035有没有这个习惯，不过我通宵的时候没见到他通宵。
  我觉得其实通宵刷题，或者太长时间地做题，还是不好的。我们为什么会这样有热情的做题呢，因为我们有兴趣；但是一个人的成功不仅仅依赖于兴趣，还要依赖于自控。这和打游戏是一个道理，游戏太有趣以至于我们常常通宵——ICPC题目也太有趣，所以有时候通宵。而且很多时候是，由于一道题AC不掉，所以赌气一定要搞定才睡觉，这样一不小心，就通宵了。
  其实我明白，通宵不一定效果好，这仅仅说明了你兴趣很高涨而已。通宵往往会打乱你的时间安排，打乱你的生物钟，进而影响你短期或是中期的训练计划。而且，疲惫的状态下做题，你往往只有ac题目的欲望，而完全丧失了ac题目的灵气。所以，我建议，ACMer一定要合理安排作息，能够自控，这样不仅仅对你做 ACM-ICPC有好处。
  总之，有效训练是很重要，只有通过有效的训练你才能获得你参加这个比赛应得的东西。

   

   

  ACM经典书籍一览

  1. CLRS 算法导论
  算法百科全书，只做了前面十几章的习题，便感觉受益无穷。

  2. Algorithms 算法概论
  短小精悍，别据一格，准经典之作。一个坏消息: 同算法导论，该书没有习题答案。好消息：习题很经典，难度也适中，只需花点点时间自己也都能做出来。不好也不坏的消息：我正在写习题的答案，已完成前三章，还剩九章约二百道题，顺利的话二个月之后发布。另有中文版名《算法概论》，我没看过，不知道翻译得怎么样。如果有心的话，还是尽量看原版吧，其实看原版与看中文版花费时间不会相差很大，因为大部分时间其实都花费在做习题上了。

  3. Algorithm Design 算法设计
  很经典的一本书，很久之前看的，遗憾的是现在除了就记得它很经典之外其它都忘光了。
  4. SICP 计算机程序的构造和解释
  六星之书无需多言，虽然这不是一本讲算法的书，但看完此书有助于你更深入的理解什么是递归。我一直很强调习题，看完此书后你至少应该做完前四章的太部分习题。否则那是你的遗憾，也是作者的遗憾。

  5. Concrete Mathematics 具体数学
  有人说看TAOCP之前应该先弄清楚这本书的内容，要真是如此的话那我恐怕是看不到TAOCP了。零零碎碎的看了一大半，很多东西都没有时间来好好消化。如果你是刚进大学不久的本科生，有着大把的可自由支配时间，那你幸运又幸福了，花上几个月时间好好的读一下此书吧，收获绝对大于你的期望值。

  6. Introduction to The Design and Analysis of Algorithms 算法设计与分析基础
  很有趣的一本算法书，有许多在别的书上找不到的趣题，看完此书绝对能让你大开眼界，实在是一本居家旅行，面试装逼的必备佳作。

  7. 编程之美–微软技术面试心得
  虽说是一本面试书，但如果把前面十几页扯掉的话，我更愿意把它看作是一本讲解题思维的算法小品。在书中，作者通常是给出一个平常解法，然后再一次又一次的优化改进，你可以很清楚的看到基本的算法设计思想是如何得到运用以解决实际问题的。如果你已经有了一些算法的基础，看完本书应该能使你的算法应用能力得到一定的提高。另外，本书生动有趣，也同样适合于初学者。

  ……