牢骚&总结 of ACM

ACM竞赛之路
转眼之间就大三下了。。。
湘潭小赛抱大腿加RP小爆发得了个RANK1,这却也是最后一站了。

回首三年,留下的有快乐,还有无数的遗憾。


快乐:

作为茫茫ACMER一员,我们都应该是快乐的吧。


刚入门的时候,学长就说,搞ACM最快乐的时候就是AC一道道题,看着自己的排名像打网游似的往上升。。

我更喜欢比赛的感觉,每一次集训队的训练赛、CF、个人赛、组队赛,不管是赢是输,虐人或是被虐,心里总是有种很舒服的感觉,可能感觉我在做一件有意义的事吧。

作为计算机专业的学生,ACM带给我的,还有更多的对学习的帮助。许多在同学理解起来困难的概念,我们早就烂熟于心。还有更高的思维能力,这已经不仅仅是对学习了,该是对人的一生都有很大的帮助吧。

还有比赛在全国各地,每次比赛都能体味一下不同的风景,感慨世界之大,人之微渺。。。

遗憾:
没有成为一个强者。可能强者这个概念是相对的。不过相对于任何情况,我都还是十分的弱小。
成为强者自然不容易,但最令人遗憾的,不是没有成为强者的事实,而是努力不够、方法太差,许多我能做好的,却因为种种原因,失去了。

失去的是一次次的机会,留下的就只有无尽的遗憾了吧。
如果能再多学一点
如果能再多做几道题
如果当初更用心一些
如果曾经思考过我缺少什么,该做什么
如果少玩点游戏

人生没有如果。
这也没什么可遗憾。因为人与人是有差距的,如果以上我都能做好,那我该在清华,stanford,而不是这里。
但差距是可以改变的,可以缩短,也可以拉大。
总是在失败后才反省:下次,我要更努力,做得更好。
不如每次都全力以赴,做到最好。



总结:
把我的学习经验稍加总结,希望能对入门者有所帮助。(并不完全正确)

1.算法:掌握各种常用算法,在纸上画几遍,最好能将代码记住,就算最后忘了,也比从来都是敲模板的强。
ACM是算法+数学+智力竞赛。
算法是工具,工具要熟练掌握,枪都拿不好的怎么能指望他命中目标?许多的水题,就只是算法的简单拼凑,但如果算法掌握不熟练,就变成了难题。
好的算法还是开阔思路的钥匙。怎么抓住问题的关键,怎么巧妙构造满足要求的做法,怎么优化。
算法是一种艺术,欣赏、学习算法的美更是一种有趣的事情吧。

2.做题&思维:多做题。
一个AC50道的人要是能比AC1000道的人厉害,那后者都是抄的解题报告吧。
许多时候,在思维没有达到一定的高度之前,经验是最好的帮手。碰到陈题,再厉害的思维也不如上去就敲来得迅速。

当然,思维更重要。多做题不意味着无脑做,思考,提炼,总结,举一反十。
当然这些都是废话。
来点实在的。
首先是提升思维的速度。碰到同类的题目,要迅速抓到关键,展开思考。不停的尝试,一种思路不对换另一种。这点很重要,可惜我一直没有做好。速度意味着更多的学习量,比赛时候就是更少的罚时。
再是深度。思考的尝试,要有深度。
一道需要优化的DP,它可能是优化状态,优化阶段,优化转移。但是怎么优化?为什么我知道是要优化这些,却总是想不出来,看了题解就恍然大悟,哦,原来这里可以搞。因为你没有思考深入,没有用力想。各种状态的设计方式你试着思考了吗,用各种数据结构、单调性优化转移你想了吗。
还有广度。一道题可以正着来,逆着来,可以用这种算法搞,也可以用另一种。可能多思考一些不同的解法,会比只用标准解法更有帮助。

3.代码能力:
多练,养成好的习惯。人与人有不同,多向手速快,又不容易犯错的人取经吧。

4.心态:不可心浮气躁,被虐就自暴自弃,成绩不错就沾沾自喜。思考每一次的练习、比赛,总结经验,下次不要犯同样的错误。成绩不好,要看到自己的进步,努力不一定会马上有回报,但是总会体现。成绩还行,要思考和强者的差距,努力弥补。



未来:
放下ACM,心里总是空落落的。
给自己定一些目标,算是一种激励吧。
1.有空就继续做CF、TC,我喜欢比赛的感觉,当然Rating如果只涨不降就更好了。。。
2.继续学习算法,学习交大的《题目与解读》中的题目,思考难度对于我都算挺大的,相信学会这些会对我有很大帮助。
3.把有趣的题目写上题解,希望能对他人有点帮助。


人生是场旅行,出发,到达,再出发。无论如何,这一站已经到达,虽然路途并不完美。
希望下一站会有更美的风景,更好的终点。

最后,Alpc加油。





标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值