写在前头
新的错误寄合,最后的错误寄锦,复习用。
错误
逗号表达式误写分号;标号写错—— n ↔ m , i ↔ j , s ↔ o , 0 ↔ 1 , S ↔ T n\leftrightarrow m,i\leftrightarrow j,s\leftrightarrow o,0\leftrightarrow1,S\leftrightarrow T n↔m,i↔j,s↔o,0↔1,S↔T;数组开小;懒得卡常;md还有什么错误,分明是我太菜了
挺科学的理论
一直以来我非常反感一些方法。
比如题海战术:所谓专家们从不考虑背后原理,通过数据就想“证明”战术的正确性,好发文章恰饭。其实就是在一个非电脑环境中强制训练人工智能,效果不如计算机,还并不是真正的智慧。
比如主观能动性。精神胜利法+幸存者偏差+滑坡谬误罢了,恶心人。
有这么一个挺科学的理论。我们都说电脑模仿人脑,但其实人脑模仿电脑:
-
你要想一道题,脑袋内存得够,不然想不太复杂,因为随机访问效率太低。要舍得使用大脑内存,把整个题目在大脑里复现,越感到沉浸和不适,说明内存占用越高,效果越好。
-
摆烂的想法会直接压低内存限制,想不出题。
-
草稿纸可以替代内存,让你大脑减负,挺合理的。但是这就好比虚拟内存,效果不好。最好的方法还是要舍得用脑!但是呢,一些不需要内存的地方就放草稿纸上更好,比如数学式子。
我这段时间暗中的所有努力,都在想办法提升“硬件性能”,提升总内存,但是很难有效果。大概随着年龄增长,人脑性能会下降,垃圾文件会增多(人脑可装不了清理大师),这也是为什么低年级经常吊打高年级,高年级靠训练“人脑人工智能”才能有一点可怜优势。
至于抓细节,我从来是不太上心的。当一种竞争开始过分强调细节时,就出问题了,公平性已经严重丧失了。
不会
-
特殊矩阵相关的线性代数
范德蒙德行列式
-
组合数学各种式子
-
利用数据特征
-
进制的妙用
-
鸽笼原理
-
Min25筛
-
单位根
-
下降幂
-
SAM
-
PAM
-
DFS
杜教筛赶快记一下
S u m μ ( n ) = 1 − ∑ d = 2 n S u m μ ( ⌊ n d ⌋ ) Sum_{\mu}(n)=1-\sum_{d=2}^{n}Sum_{\mu}(\lfloor\frac{n}{d}\rfloor) Sumμ(n)=1−d=2∑nSumμ(⌊dn⌋)