一、课程目标
- 数据范围与算法复杂度
二、目标详解
1、数据范围与算法复杂度
在noi竞赛环境,一般规定每个试题要在1秒内运行通过,而测评机每秒大概运行10^7-10^8次指令左右,因此对于给定的数据范围,与算法复杂度的对比关系大致如下:
数据范围 | 算法复杂度 |
---|---|
>10^7 | O(logn) |
10^7 | O(n) |
10^5 ~5*10^5 | O(nlogn) |
1000 ~ 5000 | O(n^2) |
200 ~ 500 | O(n^3) |
20 ~ 24 | O(2^n) |
12 | O(n!) |
用上表做参考,可以用来:
- 在看到数据范围的时候,就知道大概需要选择什么算法了。
- 选择一个算法实现后,大概知道能通过多少测试点。
例如
:一个排序的试题,30%数据<1000,50%数据<3000,100%数据<300000,则:
- 如果想AC(100分),需要用O(nlogn)的算法,例如快速排序。
- 如果只会冒泡排序(O(n^2)),能拿到50分。
2、竞赛策略
2.1 解题
仔细阅读试题,通过小数据模拟理解试题,大致明白试题的输入->输出之间的逻辑。
要求
-在模拟、理解试题之后:
- 能提炼出试题对应的
问题
(去掉试题里的业务描述) - 能自己生成更多的输入和输出样例。
2.2 朴素算法
实现一种朴素算法,通过所有的样例,先不考虑性能。
要求
:通过所有的测试样例,包括自己设计的样例,确保结果无误。
2.3 优化和复杂度理解
根据数据的范围,分析出复杂度分级,并对朴素算法进行优化,大致划分出不同优化方案对应的复杂度分级,以及得分范围。
要求:
- 根据自己的能力积累,尽可能设计出更大得分范围的优化算法。
- 用所有测试样例对优化算法进行测试,确保结果无误。
2.4 分支和对拍
对拍是指用脚本来调用朴素算法和优化算法两个程序,对所有输入数据做运算,比较其输出是否一致。
对拍被用来确保优化程序不会出现结果错误的情况,因为优化程序往往用到比较复杂的思路,难免编码出错。
不会对拍的情况,也可以通过对不同的数据范围实现分支控制,比如小数据调用朴素算法,大数据调用对应的优化算法,各施其责。
2.5 测试数据
为确保代码正确及性能测试通过,需要编写程序生成符合数据范围的各级测试数据,以便对优化算法进行性能测试,以及对拍所用。