2025ICPC南昌邀请赛流水账

第一次写小作文,想了想就发在这里吧

队友出发前一天吃袁记云饺吃窜了,早上起不来差点没赶上登机,最后没有连坐票只能分开了,我下了两个小时准备一起看的高达居然被他一个人偷偷看完了,就这么被摘了桃子气抖冷

有一说一,对南昌的初印象只能说一般吧,毕竟机场没有直接通地铁,居然还要先坐四五十分钟的公交车(不过好像看地铁上有标那个线路,可能现在还没通车?)

先是吃了楼下的瓦罐汤然后睡了一觉去学校拿物资然后直接就奔着滕王阁去了,毕竟提到南昌脑子里真的没有什么其他地名了。不知道是我选的店有问题还是怎么回事,喝完瓦罐汤睡一觉醒嘴巴好难受ww

衣服的橙色好亮眼,评价为很像那个讲脱口秀的uncle roger。然后背包还蛮实用的,就是干印一个ICPC丑丑的,感觉缺了一个logo。能不能给我换成志愿者的那个红色衣服啊,感觉那个衣服好看多了QAQ

滕王阁确实好康喵,学生票还有半价,就是爬楼爬的好累,没有电梯而且室外层也没有空调,加上人挤人,热疯了给我

Day 2早上七点半就爬起来了,然后直接地铁奔学校去了,机房很挤很热很难受,热身赛的题目有点水过头了让我对正赛的签到难度有错误预估(其实还是因为太菜了) 伟大的RE之王天鹅大人再度发力,成功RE一发01背包,令人忍俊不禁

热身赛结束大概能猜到应该来不及清机子了,故敲了个线段树(毕竟火箭毛毛虫队嘛),虽然最后完全没有用到。倒不如说本场带那个英汉小字典比板子好用多了

开局我倒开剩下两个队友正开,A过的还是相当稳健的,过完之后过来跟我看M没啥头绪(埋下伏笔),然后就去看了K,思路还是很好瞪的,但是我实现好像有点问题,把代码丢给队友de过去了

然后就和gche开始瞪M,一直认为是就特判几个点就过去了,被这个想法误导了很久很久,另外一边英语低手猫猫正在啃D题题面。我就去瞟了一眼,指出这底下不是有Formalized statement嘛。然后就跟猫猫看D,虽然有简短题面,但是那个axe居然要联系上文才能知道是平面的意思,然后垂直居然用了一个反正我没见过的perpendicular,总之是终于读懂了题目,一个简单的分成三维取最值,然后要离散化,要差分啥的。结果猫猫端点没排序又WA了一发,以后再也不敢喝wa灌汤了

回过头来继续评鉴M题,在怎么又被签到卡了的哀嚎中,gche找到一个k=1一定成立(是的这个时候我们还以为大部分是-1),然后我拿去扩展了一下,简单证明发现解法,就上去敲了,终于是ac了,这个时候已经两个多小时了,要是早点a说不定可以把G开掉吧不过这都是后话了

跟榜去开F,又是个题面长到不行的东西,不过这次是我和gche看所以顺利不少,总之我就是把公式全部展开,发现结果是一个定值减去所有r乘一个系数,这个取L也是很快就出来了。RE之王天鹅大人没看到input里面的real number把输入打成ll再次喜提一发RE

现在就是I和G了,gche的I题思路出的很快,但是一直在wa,最后剩五分钟的时候本鹅给了一个关键的hack

4 1
0010

然后在比赛剩余2分30秒时极限通过,虽然只是从5题铜变成了6题铜,但是过题的时候还是很爽的

也是收获了生涯第一块牌子,虽然很可惜不是银牌但是天鹅觉得在去年gdcpc爆零,中大100周年校赛打铁,hdu把把赤石之后终于是证明了自己也可以c起来,还是很满意的

如果说学到了什么东西的话,那就是和预想的三个人只要有一个人不翻车就能拿银恰恰相反,只要有一个人翻车就拿不了银,我觉得虽然是团队比赛可以分工,但是还是不能说平时训练的时候把某一种题型全部丢给队友吧,至少我感觉我不会dp全靠队友然后队友翻了所以这次就吃了大亏

晚上去八一广场,难绷南昌百货大楼居然是一个纯血谷子店,怒买通行证然后血亏。不得不提的是从安徽来广州的天鹅终于吃到了熟悉的正宗小笼包喜极而泣,赶紧买了两份给队友评鉴然后对广州的包子皮得有两厘米厚的所谓正宗杭州小笼包进行了义正言辞的谴责

总之虽然队友看起来挺不满意的(可能是因为自己没C吧),反正天鹅是拿到了牌子,玩的也很开心,宿舍也是摆上牌子了爽爽爽捏

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
目前尚未有2025年武汉ICPC邀请赛的具体官方信息,因此以下内容基于过往ICPC邀请赛的经验和模式进行推测,并结合已有的2024年武汉ICPC邀请赛的信息[^1]。 ### 比赛时间与地点 通常,ICPC邀请赛会在每年的春季或夏季举行。根据2024年的经验,比赛可能安排在**4月至6月之间**。具体时间需要等待官方通知。 比赛地点一般为武汉某高校,如武汉大学、华中科技大学等。这些高校拥有先进的计算机实验室和竞赛场地,能够满足比赛需求。 ### 参赛规则 1. **参赛资格**:参赛队伍需由3名在校大学生组成,每队设一名指导教师。参赛者必须符合ICPC的参赛资格规定。 2. **报名方式**:参赛队伍需通过ICPC官网或指定链接提交报名信息,包括队员名单、学校名称及联系方式。 3. **比赛形式**:比赛为现场赛,持续5小时。参赛队伍需解决一系列编程问题,以最短时间和最少错误提交次数为目标。 4. **语言支持**:支持多种编程语言,包括C++、Java、Python等。 5. **评测系统**:使用在线评测系统实时反馈提交结果,结果包括“Accepted”(正确)、“Wrong Answer”(错误答案)等。 ### 题目解析参考 以下是基于2024年武汉ICPC邀请赛的部分题目类型和解法思路,供参考: #### 思维题 - **I - Cyclic Apple Strings**:涉及字符串循环匹配问题,需设计高效算法避免暴力枚举[^1]。 - **F - Custom-Made Clothes**:考察逻辑推理能力,通过数学建模简化复杂条件。 #### 数据结构与算法题 - **D - ICPC (dp)**:动态规划问题,需定义状态转移方程并优化空间复杂度。 - **E - Boomerang (树的直径)**:利用树的性质计算最长路径,可通过两次DFS实现。 #### 数学题 - **G - Pack (EXGCD+整除分块)**:结合扩展欧几里得算法和数论知识解决整数划分问题。 #### 贪心策略 - **B - Countless Me**:从第一列开始统计`<=x`的个数`sum`,判断其与`n*n-k+1`的关系[^2]。 ### 示例代码 以下为一个简单的动态规划模板,适用于类似D题的问题: ```cpp #include <bits/stdc++.h> using namespace std; int dp[1001][1001]; // 定义状态数组 void solve() { int n, m; cin >> n >> m; for (int i = 1; i <= n; ++i) { for (int j = 1; j <= m; ++j) { dp[i][j] = max(dp[i-1][j], dp[i][j-1]) + grid[i][j]; } } cout << dp[n][m] << endl; } int main() { solve(); return 0; } ``` ### 注意事项 - 比赛前需熟悉评测环境和常用库函数。 - 提交代码时注意命名规范和注释清晰。 - 确保团队成员分工明确,合理分配题目。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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