关于读题的一些技巧

在算法竞赛中，很多时候，题目的数据范围是非常有力的解题线索（其实不光光是数据范围，只要是一些有特点的限制或宽松都可以为你提供线索）。

举几个例子：

ZOJ 3777 Problem Arrangement

数学题，求期望，难点在计数，经验丰富基本能够想到计数dp。如果经验不够丰富该怎么办呢？

其实本题的数据范围给了我们非常多的线索。

首先1<=N<=12，这个数据范围很多时候都代表了位压缩。毕竟阶乘承受不了，立方又太水。指数级别的复杂度就差不多，指数级别的算法基本就是位压缩了。

其次1<=M<=500，这个数据范围不是很大，无论是对空间还是时间都很友好。为dp状态定义所需要的空间以及对dp状态转移需要的时间都可以承受。

类似的还有很多，比如2017-GDCPC-B 1<=N<=16 ，状压DP。

FZU 2105 Digits Count
RMQ，区间位运算，询问区间和，难点在维护。特点是维护的值的范围是[0,16)。从这个特点下手，16是2^4，a[i]<16，可以考虑把一个数拆成4个二进制位，分别维护。

ZOJ 3779 Chessboard and Flowers

组合数学，需要用到一些简单的排列组合知识，但有些基本量不好计算，在数据范围很小的情况下，采用了暴力枚举的方法来计算。

FZU 2141 Sub-Bipartite Graph

给你一个简单图，由n个点，m条边。求它的一个二分子图，使得这个二分子图的边至少是m/2。

特点是，只需输出二分子图的两个点集，边至少是m/2。

值得思考的地方是：

1、为什么不要求求出具体的图，而只要求求出两个点集呢？

2、为什么边至少是m/2，而不是m/3或者其他值，也不是要求边数最多呢？

这两个地方就是突破口。