我的浏览器书签里曾经塞过三百多个链接分类文件夹从“题库”一直建到“待看”结果那半年成绩纹丝不动连省二都卡得死死的。后来我把整个书签栏清空重来只留下每天真的会点的五六个入口剩下的靠搜索和记忆去找训练效率反而上了一个台阶。这件事让我意识到对 OIer 来说“必备网站集”真正的难点从来不是收集而是在正确的时间打开正确的那一个。下面这份清单不谈“大全”只谈角色分工和使用节奏哪个入口承担输出、哪个承担反馈、哪个是查信息用的、哪个纯粹是工具。具体站点我用功能代号指代一是避免文章变成半年就过期的导航页二是角色不会变站点会换你完全可以把代号替换成你手头在用的那一个。刚入门的人照着建一套骨架已经刷了一阵但感觉在原地转圈的人可以对着后面几节的“打开顺序”和踩坑表做一次体检。1. 收藏夹塞满三百个链接成绩却卡在原地资源囤积的三个副作用先把一个反直觉的结论摆在前面收藏这个动作本身会制造进步感。你点下收藏的那一秒大脑已经给这件事发过一次奖励了至于后面有没有真的打开过那是另一回事。我带过的一个刚入门的同学A 同学曾经专门建了一个叫“OI 资源”的文件夹里面按“题解、模板、课件、工具、博客”分了五层子目录总数接近四百条他跟我说“资料都备齐了就差开始刷了”。三个月后我问他那个文件夹打开过几次他说大概十几次而且集中在最初两周。1.1 第一个副作用每次要做题先花十分钟选平台当入口太多的时候“今天刷哪”这个决策的成本会高到离谱。人面对五个以上选项时很容易滑向那个最不需要动脑的选项——刷题社区的最新帖子、看别人的复盘、翻竞赛闲聊区一晚上就过去了。这类行为有个共同特征它感觉像在学习但它不产生任何提交记录。判断标准特别简单粗暴一天结束的时候问自己一句今天有几个 AC 是我自己写出来交上去的如果答案是零那么无论看了多少帖子这天对竞赛能力的贡献都接近于零。真正有效的做法是固定主力入口只在主力入口出问题时才启用备用。这跟练字要固定一支笔是一个道理换来换去的手感全是散的。我的建议是主力评测站只留一个最多加一个备用其余全部退到“遇到具体问题再搜索”的层面。你不需要记住所有的站你只需要知道遇到哪类问题该去哪里找。1.2 第二个副作用虚假进度感会掩盖真实水平囤积的资源会给人一种“我已经拥有它了”的错觉。课件下载了就等于学过了模板抄进笔记就等于会写了题单收藏了就等于刷完了。这种错觉最危险的地方在于它让你在没有任何实际产出的情况下把自我评估抬高了一个档次于是你会去挑战明显超纲的题目卡三个小时然后崩溃再回去继续囤资料形成一个很典型的闭环。我见过太多人卡在这个循环里。破局的方法是把“拥有”换成“产出”每一份资料在打开之前先问我要用它解决哪个具体问题如果答不上来就先别打开。带着问题去看资料和漫无目的地扫资料吸收效率差着好几倍。1.3 第三个副作用你把时间花在了找“更好的资源”上资源是有边际收益递减的。前十个小时里换一个更好的题库能给你带来明显的提升到了第一百个小时你手里那个题库和“传说中更好的那个”之间的差距早就小于你自己执行力的差距了。绝大多数人的瓶颈不在资源质量而在同一道题被反复绊倒却没有总结。与其去找第五个题库不如把上周 WA 的那三道题重新写一遍不看题解从零开始。关于链接失效具体站点会因为各种原因改版、迁移甚至关停所以任何一份“网站集”都有保质期。我的处理方式是把清单写成“问题—去向”的形式比如“需要一个能自助造数据的评测环境”而不是写死一个地址。地址会变需求不会。2. 评测与题库主力站怎么挑备用站什么时候才配被打开评测站和题库站是 OIer 的主战场这部分选择错了后面全是补救。我发现很多人选站的依据非常随意——看群里谁提得多就去哪个。这跟选教材只看封面差不多。挑主力站有一套相当硬的指标按这套指标筛一遍你会发现能同时满足的其实没几个。2.1 主力评测站的四个硬指标第一个是题面可读性。好的题面会把输入格式、输出格式、数据范围、样例解释写清楚尤其是样例解释——很多含糊的题就是靠样例解释救回来的。题面写不好、样例只给一个、数据范围藏在正文中间的站点会让你在“理解题意”这一步就消耗大量精力而这一步本该是最省力的。第二个是数据强度。这个只能靠踩。判断方法很实用写一个明显的暴力或者带错误贪心的解法交上去看看能不能过。如果一眼假的算法都能 AC那这个站的数据基本是摆设你在上面刷出来的“正确率”没有任何参考价值。真正有强度的评测会让你在边界数据上翻车而且反馈的测试点信息足够你定位问题。第三个是评测速度与反馈质量。这道题交上去一分钟内出结果和十分钟才出结果对训练节奏的影响是完全不同的。更重要的是反馈信息只告诉你 WA 和告诉你第几个点 WA、期望什么、输出了什么是两码事。后者能让你自己定位错误前者只能让你去问别人。第四个是题目是否成体系。散装题和体系题的区别在于体系题往往有明确的难度梯度、专题分组、前置关系你顺着刷就能形成知识网络。散装题刷一百道脑子里还是一盘散沙。指标判断方式不合格的后果题面可读性随便挑三道没见过的题只看题面能否独立写出暴力大量时间浪费在猜题意上数据强度用错误解法试探是否被卡正确率虚高赛场上原形毕露反馈质量故意写错看反馈信息量无法自查只能依赖别人体系性看是否有专题/难度分组知识碎片化迁移能力差2.2 题库按难度带分层别在一个站里从入门刷到顶我自己的题库使用方式是分层的四个带每个带用不同的站切换的依据是当前阶段的瓶颈类型。入门带的目标是“把语言和基本数据结构用熟”这时候需要的是量大、反馈快、题面友好不用挑站能连续 AC 建立信心最重要。过渡带的目标是“见过足够多的经典模型”这一层要选专题分组清晰的题库一个专题一组每组十几道刷完这个专题就换下一个不做无意义的重复。冲刺带的目标是“限时做出难题”这一层必须用难度明显高于当前水平的题而且要卡时间做不出来就看题解看完立刻重写。观察带不属于刷题是定期去扫一眼更高层级的题目在考什么保持对整体范围的感觉别一头扎进细节里三年不出来。这个分层最大的价值是防止你用错力。在入门带拼命刷难题和已经到冲刺阶段还在刷入门题是两种不同形式的浪费而且都很难自我察觉。2.3 备用站的正确用法只在需要“第二意见”时打开备用站不是主力站挂了才用的替补而是有特定用途的。它最典型的两个用法一是同一道题换个站重做检验自己是真的理解了还是在记答案二是在主力站的题面有歧义时去别的地方看同一道题的描述交叉验证一下。这两种用法都指向同一个功能——第二意见。除此之外备用站别碰。在备用站上漫无目的地翻题和刷短视频的机制差不多一直有新东西冒出来但都不在你的训练路径上。我给自己定的规矩是打开备用站之前先在纸上写一句“我来这里是为了解决什么”写不出来就不开。3. 题解区与讨论区这两个页面决定你是“看懂了”还是“会做了”题解区和讨论区是最容易被滥用的两个地方也是最容易出效果的。区别全在“打开之前”和“关掉之后”你做了什么。同一个人在同一个页面上的两种用法效果能差十倍。3.1 给自己定一条“允许点开题解”的硬规则我给自己定的规则是这样的一道题卡住之后先不看题解做三件事——写下当前的思路和它卡在哪一步、估计当前解法的复杂度、检查数据范围是不是漏了什么条件。这三件事做完如果还是没有进展再去看。看起来繁琐但这一步的产出价值极高因为你写下来的那个“卡点”就是你真实的知识缺口带着它去看题解你是有靶子的。看题解的姿势也有讲究。第一只看前三行或者第一个关键转折然后合上自己往下推。一口气看完的做法你得到的是“哦原来是二分加树状数组”但你自己推不出来的那一步依然不会下次见面还是不会。第二看完之后必须关掉所有参考资料从零重写一遍写到能一次 AC 为止。第三重写完之后写一句总结这道题的“钥匙”是什么是某个模型识别还是某个转化技巧还是某个小结论这一句话要能让你两周之后看到同类题时想起来。一个很有效的自查如果一道题你看完题解重写还是写不出来说明你连题解里的技术细节都不熟那问题不在题解在这个技术本身。回去补基础别在题解上打转。3.2 讨论区真正值钱的是错误现象的检索讨论区最大的价值不是“问”而是“翻”。你遇到的绝大多数问题别人都遇到过尤其是那种莫名其妙的 WA 和 RE。检索的时候别只搜题名那样往往搜出一堆无关的闲聊。有效的搜索词是错误类型加现象描述比如“最后一个点 WA 但是本机对拍没问题”“本地能过提交就 RE”“数组开到上限就 MLE”。这些描述能精准命中那些踩过同一个坑的人。翻帖子的时候注意看时间。技术类讨论里五年前的帖子可能还在说一套现在已经被淘汰的写法尤其是涉及语言标准、编译器行为的那些结论一定要找近期的验证。看到一个方案先别急着抄问自己一句这个结论是在什么环境下得出的3.3 写题解是收益最高的复健手段我状态下滑的时候从来不是靠“多刷几道”恢复的而是靠写题解。具体做法是挑一道最近做出来的、有难度的题不看任何资料从头把思路、证明、复杂度分析、实现细节完整写一遍。这个过程会暴露大量“我以为我会了但实际不会”的地方尤其是复杂度分析和边界处理这两块很多人做题时是凭感觉绕过去的写的时候一较真就露馅了。写题解还有个隐藏好处它强迫你把代码从“能过”整理成“能看”。变量命名、模块划分、注释要不要加这些在比赛时不重要但在复习时决定了你三天之后还能不能一眼看懂自己写了什么。我现在翻自己两年前写的代码注释齐全的那部分基本还能秒懂没注释的那部分得重新推一遍这就是差距。4. 赛程、规则与赛后数据信息差能吃掉你半个名次这一节讲的是纯信息层面的事跟算法能力无关但每年都有人在这里栽跟头。而且这种损失特别冤枉——你完全有能力做得更好只是因为你不知道。4.1 赛历必须自己维护一份别指望别人提醒比赛信息分散在好几处没有哪个单一入口能覆盖全部。我的做法是在手机日历里建一个独立分类把所有确定时间的比赛全部录入提前一周和前一天各设一个提醒。这不是为了防遗忘而是为了倒排准备时间。一场比赛前一周该做什么、前三天该做什么、前一天该做什么有了日历就能排出来。临时被告知“明天有比赛”的人和提前一周规划的人状态完全不在一个层面上。另外一个容易被忽略的点是报名截止时间。有些比赛需要在系统里提前注册、提交信息、确认参赛这些环节跟比赛时间不是同一个时间点混在一起记特别容易漏。我在赛历里把“报名截止”也当成一个独立事件录进去这个习惯救过我至少两次。4.2 提交规范与评测环境的差异值得专门开一个文档不同评测环境之间的差异比大多数人想象的大。编译选项、语言标准版本、递归深度限制、栈空间、输入输出格式要求、时间限制的宽严程度每一样都能让本机跑得好好的代码在提交后出问题。我的做法是维护一个单页的对照表把这些差异记下来尤其是本地能过线上不过的那种一定要记清楚原因不要解决了就忘了。常见差异点典型表现应对方式语言标准版本本地能用新语法线上编译报错提交前用低级标准编译一次自测栈空间限制本地深递归正常线上直接崩深递归改迭代或提前评估深度时间限制宽严本机 0.1s线上超时按最严的估计本地测时留足余量输入输出格式行末空格、换行数量不符严格按题面样例构造输出数据规模上限相邻题目的上限差异巨大每题单独确认数据范围不要凭印象这张表看起来平平无奇但它是靠一次次翻车攒出来的。我建议你也建一张只记录你自己踩过的别人的经验你没踩过是记不住的。4.3 赛后数据比比赛本身更有价值比赛结束的那一刻真正的学习刚开始。我赛后固定做三件事。第一统计失分分布哪几道是完全没有思路哪几道有思路但写不出来哪几道写出来了但没过。这三类的补法完全不同第一类要补知识面第二类要补实现熟练度第三类要补细节和调试能力。第二统计时间分配这次在每道题上各花了多少时间有没有出现“在一道题上耗了两小时结果只拿了部分分”的情况。第三把没过的那几道题放进一个专门的清单一周之内必须重做一遍不看任何资料。这套流程做下来大概要花掉比赛同等的时间很多人不做觉得浪费时间。实际上做和不做的差距在一次两次上体现不出来十次之后就非常明显了——因为不复盘的人每年都在犯同一类错误。5. 在线工具与本地工具链哪些该放浏览器哪些必须落在硬盘上工具类资源是清单里变动最频繁的一部分在线工具今天能用明天可能就挂本地脚本写一次能用三年。我的分工原则很简单需要长期依赖、需要反复运行、需要在断网环境下使用的一律本地化一次性、探索性、需要可视化的用在线工具。5.1 对拍、造数据、复杂度估算分别该放在哪对拍和造数据必须本地化理由是这两件事的迭代频率极高而且往往在比赛前的最后一段时间里用那个时间点网络状况和在线工具可用性都不该成为变量。复杂度估算可以放在线上因为它是一次性判断用完就走而且很多时候只是心里过一遍。静态检查这类东西本地集成到编辑器里更合适每次写代码自动跑一遍能提前拦掉大量低级错误。那些“可视化调试”“树结构画图”“状态转移过程演示”的在线工具非常好用但只适合用来建立直觉不适合当成训练依赖。我见过有人不看可视化演示就不会做区间类题目这就是工具依赖脱离了工具以后手推能力完全没有建立起来。5.2 一份能直接抄的对拍脚本与造数据模板下面这个脚本是最小可用的对拍框架标程和待测程序各一份随机生成数据逐组比对出问题就停下并保留现场。#!/bin/bash # 编译三个程序 g -O2 -stdc17 -o std std.cpp || exit 1 g -O2 -stdc17 -o my my.cpp || exit 1 g -O2 -stdc17 -o gen gen.cpp || exit 1 for i in $(seq 1 1000); do ./gen $i in.txt # 用种子 i 保证可复现 ./std in.txt out.txt ./my in.txt ans.txt if ! cmp -s out.txt ans.txt; then echo 发现差异第 $i 组数据已保留在 in.txt exit 0 fi done echo 1000 组全部通过造数据程序尽量不要写死随机范围用传入的种子作为随机源这样同一个种子永远生成同一组数据复盘的时候可以精确复现。#include bits/stdc.h using namespace std; int main(int argc, char** argv){ int seed argc 1 ? atoi(argv[1]) : 1; mt19937 rng(seed); int n rng() % 10 1; printf(%d\n, n); for(int i 1; i n; i) printf(%d , (int)(rng() % 20 1)); printf(\n); return 0; }对拍的价值全在数据质量上。纯随机数据几乎测不出任何问题因为绝大多数错误都发生在特殊结构上。我一般会准备三个生成器纯随机、边界极端全相同、递增、递减、最大规模、带特殊结构的随机比如树形结构取链、菊花、随机树三种形态。三个生成器轮着跑命中率会高很多。5.3 工具误用的三种典型第一种是只对拍了小数据。数据规模全是很小的值你的程序在小范围里正确一上大规模就溢出或者超时对拍完全发现不了。我的习惯是把生成器的规模范围做成可配置的小规模跑五百组大规模跑一百组。第二种是标程本身是错的。对拍的前提是标程绝对正确如果你拿一个自己写的贪心当标程那两边一起错的时候对拍会告诉你“全部通过”这比不对拍还危险。标程要么用暴力要么用经过验证的实现宁可慢一点。第三种是看到 WA 不看 TLE。对拍脚本只比对输出等于完全放弃了性能验证。程序跑对了但是慢十倍在赛场上一样是零分。所以除了对拍还得有一组固定的大规模数据专门测时间用time或者简单的计时打点看一下运行耗时。6. 讲义、课件与模板库把“看过”变成“推过”这一类资源是最容易变成“收藏了就等于学了”的重灾区。讲义和课件的价值不在读完在于跟着推一遍。我现在看任何讲义都遵守一条规则看到公式和推导就停下来拿纸自己推一遍推不出来再看下一行。这个习惯让我的阅读速度慢了三四倍但留存率提高的可能有十倍不止。6.1 讲义的使用节奏先做后看带着问题看最有效的顺序是反过来的——先做题做不出来再看讲义。因为题目会给你一个明确的“卡点”而讲义是线性展开的你不知道哪一段是你要的就会从头看到尾看完什么也没记住。带着卡点去看你的注意力会自动锁定相关的那几行效率完全不同。另一个细节是别把讲义当教材从头刷。讲义通常是某次专题讲解的整理它的组织逻辑是讲者的思路不一定是学习的最优路径。我一般只挑其中与当前卡点相关的部分剩下的跳过去。完整精读一本讲义的时间成本极高而且边际收益递减得非常快。6.2 模板库要当代码维护不是当摘抄本模板库这件事我的观点可能有点偏激自己写不出来的模板不要放进库。抄来的模板你不知道边界条件在哪、不知道适用范围的限制、不知道常数大不大比赛时贴进去大概率是灾难。真正的模板库应该是你自己反复写过、优化过、验证过的那几十个东西。维护上有几个具体要求。第一每个模板单文件可独立编译不要搞成一个大文件互相依赖比赛时没法拆。第二每个模板头部写清楚适用条件和复杂度写清楚“什么情况下不能用”这比写“它能做什么”更重要。第三版本注释要有改了什么地方、为什么改三个月后的你会感谢现在的你。第四定期清理那些一年都没用过的模板要么删掉要么重新写一遍再放回去别留着一堆没验证过的代码占地方。我用一个本地目录管理这些东西配合版本管理工具记录改动。每次改动都写清楚原因这个习惯让我在两次写错同一个边界条件之后彻底改掉了这个问题。7. 把清单变成日程我一周里的打开顺序清单最终要落到时间表上否则永远是清单。下面这套顺序是我实践了两年多稳定下来的不需要严格遵守但结构可以参考。7.1 平日两小时单线程只做一件事平日的两小时我分成两段。前一小时做题从当前专题的题单里按顺序取卡住超过二十分钟就记下卡点跳过不纠缠。后一小时处理前面积累的卡点看题解、重写、写总结。这个结构的关键是做和处理分开做的过程中不查资料查资料的时候不做题。混在一起的结果是两边都做不透。平日我基本不打开讨论区和资料站只开主力评测站和本地的笔记。原因很简单两个小时本来就短任何一个能让你分心的入口都值得关掉。7.2 周末长时段模拟赛加完整复盘周末我会留一个完整的三到四小时做模拟赛用真题严格计时中途不查任何东西。这个环节的最大价值不是练题是练决策什么时候放弃一道题、什么时候先拿部分分、时间怎么分配到三道题上。这些能力平时刷题练不出来只有限时高压环境下才会暴露。赛后复盘花的时间通常和比赛本身差不多。我把错题分三类记下来一周之内重做没做出来的那几道。这个流程坚持下来最明显的变化是同类错误的发生频率在下降。7.3 一份踩坑速查表贴在显示器旁边最后把我自己踩过、见过、修过的坑整理成一张表这部分是全文最没有技术含量、但实用性最高的内容。现象大概率原因处理方向本机能过提交就错语言标准或栈空间差异用低级标准本地重编译深递归改迭代小数据全过大数据出错数据溢出或数组越界检查变量类型上限与数组尺寸对拍全部通过但考试挂对拍数据太弱或标程有误增加极端与结构性数据标程换暴力一直卡在一道题上没有设定止损时间提前定好二十分钟规则卡住就跳题解看完还是不会缺少从零重写这一步关掉资料从空白文件重写一遍状态越来越差只有输入没有输出减少看资料增加提交和写总结比赛时时间不够用平时没有限时训练每周固定一次完整计时模拟这张表我建议你自己维护一份只记自己真实踩过的因为别人的坑你不会有痛感记不住。我自己的那份从最初的七八条长到现在的三十几条每一条背后都是一次实打实的翻车。翻到某一条的时候脑子里能立刻浮现当时那个错误的现场这种记忆强度是任何清单都给不了的。说到底网站集这种东西的价值不在“集”在“用”。我现在的入口比三年前少了八成提交记录多了好几倍这个变化不是因为找到了什么神奇的站点而是因为把“找资源”的时间全部换成了“写代码和写总结”的时间。真正稀缺的从来不是链接。
我的浏览器书签里曾经塞过三百多个链接分类文件夹从“题库”一直建到“待看”结果那半年成绩纹丝不动连省二都卡得死死的。后来我把整个书签栏清空重来只留下每天真的会点的五六个入口剩下的靠搜索和记忆去找训练效率反而上了一个台阶。这件事让我意识到对 OIer 来说“必备网站集”真正的难点从来不是收集而是在正确的时间打开正确的那一个。下面这份清单不谈“大全”只谈角色分工和使用节奏哪个入口承担输出、哪个承担反馈、哪个是查信息用的、哪个纯粹是工具。具体站点我用功能代号指代一是避免文章变成半年就过期的导航页二是角色不会变站点会换你完全可以把代号替换成你手头在用的那一个。刚入门的人照着建一套骨架已经刷了一阵但感觉在原地转圈的人可以对着后面几节的“打开顺序”和踩坑表做一次体检。1. 收藏夹塞满三百个链接成绩却卡在原地资源囤积的三个副作用先把一个反直觉的结论摆在前面收藏这个动作本身会制造进步感。你点下收藏的那一秒大脑已经给这件事发过一次奖励了至于后面有没有真的打开过那是另一回事。我带过的一个刚入门的同学A 同学曾经专门建了一个叫“OI 资源”的文件夹里面按“题解、模板、课件、工具、博客”分了五层子目录总数接近四百条他跟我说“资料都备齐了就差开始刷了”。三个月后我问他那个文件夹打开过几次他说大概十几次而且集中在最初两周。1.1 第一个副作用每次要做题先花十分钟选平台当入口太多的时候“今天刷哪”这个决策的成本会高到离谱。人面对五个以上选项时很容易滑向那个最不需要动脑的选项——刷题社区的最新帖子、看别人的复盘、翻竞赛闲聊区一晚上就过去了。这类行为有个共同特征它感觉像在学习但它不产生任何提交记录。判断标准特别简单粗暴一天结束的时候问自己一句今天有几个 AC 是我自己写出来交上去的如果答案是零那么无论看了多少帖子这天对竞赛能力的贡献都接近于零。真正有效的做法是固定主力入口只在主力入口出问题时才启用备用。这跟练字要固定一支笔是一个道理换来换去的手感全是散的。我的建议是主力评测站只留一个最多加一个备用其余全部退到“遇到具体问题再搜索”的层面。你不需要记住所有的站你只需要知道遇到哪类问题该去哪里找。1.2 第二个副作用虚假进度感会掩盖真实水平囤积的资源会给人一种“我已经拥有它了”的错觉。课件下载了就等于学过了模板抄进笔记就等于会写了题单收藏了就等于刷完了。这种错觉最危险的地方在于它让你在没有任何实际产出的情况下把自我评估抬高了一个档次于是你会去挑战明显超纲的题目卡三个小时然后崩溃再回去继续囤资料形成一个很典型的闭环。我见过太多人卡在这个循环里。破局的方法是把“拥有”换成“产出”每一份资料在打开之前先问我要用它解决哪个具体问题如果答不上来就先别打开。带着问题去看资料和漫无目的地扫资料吸收效率差着好几倍。1.3 第三个副作用你把时间花在了找“更好的资源”上资源是有边际收益递减的。前十个小时里换一个更好的题库能给你带来明显的提升到了第一百个小时你手里那个题库和“传说中更好的那个”之间的差距早就小于你自己执行力的差距了。绝大多数人的瓶颈不在资源质量而在同一道题被反复绊倒却没有总结。与其去找第五个题库不如把上周 WA 的那三道题重新写一遍不看题解从零开始。关于链接失效具体站点会因为各种原因改版、迁移甚至关停所以任何一份“网站集”都有保质期。我的处理方式是把清单写成“问题—去向”的形式比如“需要一个能自助造数据的评测环境”而不是写死一个地址。地址会变需求不会。2. 评测与题库主力站怎么挑备用站什么时候才配被打开评测站和题库站是 OIer 的主战场这部分选择错了后面全是补救。我发现很多人选站的依据非常随意——看群里谁提得多就去哪个。这跟选教材只看封面差不多。挑主力站有一套相当硬的指标按这套指标筛一遍你会发现能同时满足的其实没几个。2.1 主力评测站的四个硬指标第一个是题面可读性。好的题面会把输入格式、输出格式、数据范围、样例解释写清楚尤其是样例解释——很多含糊的题就是靠样例解释救回来的。题面写不好、样例只给一个、数据范围藏在正文中间的站点会让你在“理解题意”这一步就消耗大量精力而这一步本该是最省力的。第二个是数据强度。这个只能靠踩。判断方法很实用写一个明显的暴力或者带错误贪心的解法交上去看看能不能过。如果一眼假的算法都能 AC那这个站的数据基本是摆设你在上面刷出来的“正确率”没有任何参考价值。真正有强度的评测会让你在边界数据上翻车而且反馈的测试点信息足够你定位问题。第三个是评测速度与反馈质量。这道题交上去一分钟内出结果和十分钟才出结果对训练节奏的影响是完全不同的。更重要的是反馈信息只告诉你 WA 和告诉你第几个点 WA、期望什么、输出了什么是两码事。后者能让你自己定位错误前者只能让你去问别人。第四个是题目是否成体系。散装题和体系题的区别在于体系题往往有明确的难度梯度、专题分组、前置关系你顺着刷就能形成知识网络。散装题刷一百道脑子里还是一盘散沙。指标判断方式不合格的后果题面可读性随便挑三道没见过的题只看题面能否独立写出暴力大量时间浪费在猜题意上数据强度用错误解法试探是否被卡正确率虚高赛场上原形毕露反馈质量故意写错看反馈信息量无法自查只能依赖别人体系性看是否有专题/难度分组知识碎片化迁移能力差2.2 题库按难度带分层别在一个站里从入门刷到顶我自己的题库使用方式是分层的四个带每个带用不同的站切换的依据是当前阶段的瓶颈类型。入门带的目标是“把语言和基本数据结构用熟”这时候需要的是量大、反馈快、题面友好不用挑站能连续 AC 建立信心最重要。过渡带的目标是“见过足够多的经典模型”这一层要选专题分组清晰的题库一个专题一组每组十几道刷完这个专题就换下一个不做无意义的重复。冲刺带的目标是“限时做出难题”这一层必须用难度明显高于当前水平的题而且要卡时间做不出来就看题解看完立刻重写。观察带不属于刷题是定期去扫一眼更高层级的题目在考什么保持对整体范围的感觉别一头扎进细节里三年不出来。这个分层最大的价值是防止你用错力。在入门带拼命刷难题和已经到冲刺阶段还在刷入门题是两种不同形式的浪费而且都很难自我察觉。2.3 备用站的正确用法只在需要“第二意见”时打开备用站不是主力站挂了才用的替补而是有特定用途的。它最典型的两个用法一是同一道题换个站重做检验自己是真的理解了还是在记答案二是在主力站的题面有歧义时去别的地方看同一道题的描述交叉验证一下。这两种用法都指向同一个功能——第二意见。除此之外备用站别碰。在备用站上漫无目的地翻题和刷短视频的机制差不多一直有新东西冒出来但都不在你的训练路径上。我给自己定的规矩是打开备用站之前先在纸上写一句“我来这里是为了解决什么”写不出来就不开。3. 题解区与讨论区这两个页面决定你是“看懂了”还是“会做了”题解区和讨论区是最容易被滥用的两个地方也是最容易出效果的。区别全在“打开之前”和“关掉之后”你做了什么。同一个人在同一个页面上的两种用法效果能差十倍。3.1 给自己定一条“允许点开题解”的硬规则我给自己定的规则是这样的一道题卡住之后先不看题解做三件事——写下当前的思路和它卡在哪一步、估计当前解法的复杂度、检查数据范围是不是漏了什么条件。这三件事做完如果还是没有进展再去看。看起来繁琐但这一步的产出价值极高因为你写下来的那个“卡点”就是你真实的知识缺口带着它去看题解你是有靶子的。看题解的姿势也有讲究。第一只看前三行或者第一个关键转折然后合上自己往下推。一口气看完的做法你得到的是“哦原来是二分加树状数组”但你自己推不出来的那一步依然不会下次见面还是不会。第二看完之后必须关掉所有参考资料从零重写一遍写到能一次 AC 为止。第三重写完之后写一句总结这道题的“钥匙”是什么是某个模型识别还是某个转化技巧还是某个小结论这一句话要能让你两周之后看到同类题时想起来。一个很有效的自查如果一道题你看完题解重写还是写不出来说明你连题解里的技术细节都不熟那问题不在题解在这个技术本身。回去补基础别在题解上打转。3.2 讨论区真正值钱的是错误现象的检索讨论区最大的价值不是“问”而是“翻”。你遇到的绝大多数问题别人都遇到过尤其是那种莫名其妙的 WA 和 RE。检索的时候别只搜题名那样往往搜出一堆无关的闲聊。有效的搜索词是错误类型加现象描述比如“最后一个点 WA 但是本机对拍没问题”“本地能过提交就 RE”“数组开到上限就 MLE”。这些描述能精准命中那些踩过同一个坑的人。翻帖子的时候注意看时间。技术类讨论里五年前的帖子可能还在说一套现在已经被淘汰的写法尤其是涉及语言标准、编译器行为的那些结论一定要找近期的验证。看到一个方案先别急着抄问自己一句这个结论是在什么环境下得出的3.3 写题解是收益最高的复健手段我状态下滑的时候从来不是靠“多刷几道”恢复的而是靠写题解。具体做法是挑一道最近做出来的、有难度的题不看任何资料从头把思路、证明、复杂度分析、实现细节完整写一遍。这个过程会暴露大量“我以为我会了但实际不会”的地方尤其是复杂度分析和边界处理这两块很多人做题时是凭感觉绕过去的写的时候一较真就露馅了。写题解还有个隐藏好处它强迫你把代码从“能过”整理成“能看”。变量命名、模块划分、注释要不要加这些在比赛时不重要但在复习时决定了你三天之后还能不能一眼看懂自己写了什么。我现在翻自己两年前写的代码注释齐全的那部分基本还能秒懂没注释的那部分得重新推一遍这就是差距。4. 赛程、规则与赛后数据信息差能吃掉你半个名次这一节讲的是纯信息层面的事跟算法能力无关但每年都有人在这里栽跟头。而且这种损失特别冤枉——你完全有能力做得更好只是因为你不知道。4.1 赛历必须自己维护一份别指望别人提醒比赛信息分散在好几处没有哪个单一入口能覆盖全部。我的做法是在手机日历里建一个独立分类把所有确定时间的比赛全部录入提前一周和前一天各设一个提醒。这不是为了防遗忘而是为了倒排准备时间。一场比赛前一周该做什么、前三天该做什么、前一天该做什么有了日历就能排出来。临时被告知“明天有比赛”的人和提前一周规划的人状态完全不在一个层面上。另外一个容易被忽略的点是报名截止时间。有些比赛需要在系统里提前注册、提交信息、确认参赛这些环节跟比赛时间不是同一个时间点混在一起记特别容易漏。我在赛历里把“报名截止”也当成一个独立事件录进去这个习惯救过我至少两次。4.2 提交规范与评测环境的差异值得专门开一个文档不同评测环境之间的差异比大多数人想象的大。编译选项、语言标准版本、递归深度限制、栈空间、输入输出格式要求、时间限制的宽严程度每一样都能让本机跑得好好的代码在提交后出问题。我的做法是维护一个单页的对照表把这些差异记下来尤其是本地能过线上不过的那种一定要记清楚原因不要解决了就忘了。常见差异点典型表现应对方式语言标准版本本地能用新语法线上编译报错提交前用低级标准编译一次自测栈空间限制本地深递归正常线上直接崩深递归改迭代或提前评估深度时间限制宽严本机 0.1s线上超时按最严的估计本地测时留足余量输入输出格式行末空格、换行数量不符严格按题面样例构造输出数据规模上限相邻题目的上限差异巨大每题单独确认数据范围不要凭印象这张表看起来平平无奇但它是靠一次次翻车攒出来的。我建议你也建一张只记录你自己踩过的别人的经验你没踩过是记不住的。4.3 赛后数据比比赛本身更有价值比赛结束的那一刻真正的学习刚开始。我赛后固定做三件事。第一统计失分分布哪几道是完全没有思路哪几道有思路但写不出来哪几道写出来了但没过。这三类的补法完全不同第一类要补知识面第二类要补实现熟练度第三类要补细节和调试能力。第二统计时间分配这次在每道题上各花了多少时间有没有出现“在一道题上耗了两小时结果只拿了部分分”的情况。第三把没过的那几道题放进一个专门的清单一周之内必须重做一遍不看任何资料。这套流程做下来大概要花掉比赛同等的时间很多人不做觉得浪费时间。实际上做和不做的差距在一次两次上体现不出来十次之后就非常明显了——因为不复盘的人每年都在犯同一类错误。5. 在线工具与本地工具链哪些该放浏览器哪些必须落在硬盘上工具类资源是清单里变动最频繁的一部分在线工具今天能用明天可能就挂本地脚本写一次能用三年。我的分工原则很简单需要长期依赖、需要反复运行、需要在断网环境下使用的一律本地化一次性、探索性、需要可视化的用在线工具。5.1 对拍、造数据、复杂度估算分别该放在哪对拍和造数据必须本地化理由是这两件事的迭代频率极高而且往往在比赛前的最后一段时间里用那个时间点网络状况和在线工具可用性都不该成为变量。复杂度估算可以放在线上因为它是一次性判断用完就走而且很多时候只是心里过一遍。静态检查这类东西本地集成到编辑器里更合适每次写代码自动跑一遍能提前拦掉大量低级错误。那些“可视化调试”“树结构画图”“状态转移过程演示”的在线工具非常好用但只适合用来建立直觉不适合当成训练依赖。我见过有人不看可视化演示就不会做区间类题目这就是工具依赖脱离了工具以后手推能力完全没有建立起来。5.2 一份能直接抄的对拍脚本与造数据模板下面这个脚本是最小可用的对拍框架标程和待测程序各一份随机生成数据逐组比对出问题就停下并保留现场。#!/bin/bash # 编译三个程序 g -O2 -stdc17 -o std std.cpp || exit 1 g -O2 -stdc17 -o my my.cpp || exit 1 g -O2 -stdc17 -o gen gen.cpp || exit 1 for i in $(seq 1 1000); do ./gen $i in.txt # 用种子 i 保证可复现 ./std in.txt out.txt ./my in.txt ans.txt if ! cmp -s out.txt ans.txt; then echo 发现差异第 $i 组数据已保留在 in.txt exit 0 fi done echo 1000 组全部通过造数据程序尽量不要写死随机范围用传入的种子作为随机源这样同一个种子永远生成同一组数据复盘的时候可以精确复现。#include bits/stdc.h using namespace std; int main(int argc, char** argv){ int seed argc 1 ? atoi(argv[1]) : 1; mt19937 rng(seed); int n rng() % 10 1; printf(%d\n, n); for(int i 1; i n; i) printf(%d , (int)(rng() % 20 1)); printf(\n); return 0; }对拍的价值全在数据质量上。纯随机数据几乎测不出任何问题因为绝大多数错误都发生在特殊结构上。我一般会准备三个生成器纯随机、边界极端全相同、递增、递减、最大规模、带特殊结构的随机比如树形结构取链、菊花、随机树三种形态。三个生成器轮着跑命中率会高很多。5.3 工具误用的三种典型第一种是只对拍了小数据。数据规模全是很小的值你的程序在小范围里正确一上大规模就溢出或者超时对拍完全发现不了。我的习惯是把生成器的规模范围做成可配置的小规模跑五百组大规模跑一百组。第二种是标程本身是错的。对拍的前提是标程绝对正确如果你拿一个自己写的贪心当标程那两边一起错的时候对拍会告诉你“全部通过”这比不对拍还危险。标程要么用暴力要么用经过验证的实现宁可慢一点。第三种是看到 WA 不看 TLE。对拍脚本只比对输出等于完全放弃了性能验证。程序跑对了但是慢十倍在赛场上一样是零分。所以除了对拍还得有一组固定的大规模数据专门测时间用time或者简单的计时打点看一下运行耗时。6. 讲义、课件与模板库把“看过”变成“推过”这一类资源是最容易变成“收藏了就等于学了”的重灾区。讲义和课件的价值不在读完在于跟着推一遍。我现在看任何讲义都遵守一条规则看到公式和推导就停下来拿纸自己推一遍推不出来再看下一行。这个习惯让我的阅读速度慢了三四倍但留存率提高的可能有十倍不止。6.1 讲义的使用节奏先做后看带着问题看最有效的顺序是反过来的——先做题做不出来再看讲义。因为题目会给你一个明确的“卡点”而讲义是线性展开的你不知道哪一段是你要的就会从头看到尾看完什么也没记住。带着卡点去看你的注意力会自动锁定相关的那几行效率完全不同。另一个细节是别把讲义当教材从头刷。讲义通常是某次专题讲解的整理它的组织逻辑是讲者的思路不一定是学习的最优路径。我一般只挑其中与当前卡点相关的部分剩下的跳过去。完整精读一本讲义的时间成本极高而且边际收益递减得非常快。6.2 模板库要当代码维护不是当摘抄本模板库这件事我的观点可能有点偏激自己写不出来的模板不要放进库。抄来的模板你不知道边界条件在哪、不知道适用范围的限制、不知道常数大不大比赛时贴进去大概率是灾难。真正的模板库应该是你自己反复写过、优化过、验证过的那几十个东西。维护上有几个具体要求。第一每个模板单文件可独立编译不要搞成一个大文件互相依赖比赛时没法拆。第二每个模板头部写清楚适用条件和复杂度写清楚“什么情况下不能用”这比写“它能做什么”更重要。第三版本注释要有改了什么地方、为什么改三个月后的你会感谢现在的你。第四定期清理那些一年都没用过的模板要么删掉要么重新写一遍再放回去别留着一堆没验证过的代码占地方。我用一个本地目录管理这些东西配合版本管理工具记录改动。每次改动都写清楚原因这个习惯让我在两次写错同一个边界条件之后彻底改掉了这个问题。7. 把清单变成日程我一周里的打开顺序清单最终要落到时间表上否则永远是清单。下面这套顺序是我实践了两年多稳定下来的不需要严格遵守但结构可以参考。7.1 平日两小时单线程只做一件事平日的两小时我分成两段。前一小时做题从当前专题的题单里按顺序取卡住超过二十分钟就记下卡点跳过不纠缠。后一小时处理前面积累的卡点看题解、重写、写总结。这个结构的关键是做和处理分开做的过程中不查资料查资料的时候不做题。混在一起的结果是两边都做不透。平日我基本不打开讨论区和资料站只开主力评测站和本地的笔记。原因很简单两个小时本来就短任何一个能让你分心的入口都值得关掉。7.2 周末长时段模拟赛加完整复盘周末我会留一个完整的三到四小时做模拟赛用真题严格计时中途不查任何东西。这个环节的最大价值不是练题是练决策什么时候放弃一道题、什么时候先拿部分分、时间怎么分配到三道题上。这些能力平时刷题练不出来只有限时高压环境下才会暴露。赛后复盘花的时间通常和比赛本身差不多。我把错题分三类记下来一周之内重做没做出来的那几道。这个流程坚持下来最明显的变化是同类错误的发生频率在下降。7.3 一份踩坑速查表贴在显示器旁边最后把我自己踩过、见过、修过的坑整理成一张表这部分是全文最没有技术含量、但实用性最高的内容。现象大概率原因处理方向本机能过提交就错语言标准或栈空间差异用低级标准本地重编译深递归改迭代小数据全过大数据出错数据溢出或数组越界检查变量类型上限与数组尺寸对拍全部通过但考试挂对拍数据太弱或标程有误增加极端与结构性数据标程换暴力一直卡在一道题上没有设定止损时间提前定好二十分钟规则卡住就跳题解看完还是不会缺少从零重写这一步关掉资料从空白文件重写一遍状态越来越差只有输入没有输出减少看资料增加提交和写总结比赛时时间不够用平时没有限时训练每周固定一次完整计时模拟这张表我建议你自己维护一份只记自己真实踩过的因为别人的坑你不会有痛感记不住。我自己的那份从最初的七八条长到现在的三十几条每一条背后都是一次实打实的翻车。翻到某一条的时候脑子里能立刻浮现当时那个错误的现场这种记忆强度是任何清单都给不了的。说到底网站集这种东西的价值不在“集”在“用”。我现在的入口比三年前少了八成提交记录多了好几倍这个变化不是因为找到了什么神奇的站点而是因为把“找资源”的时间全部换成了“写代码和写总结”的时间。真正稀缺的从来不是链接。
