盼望着，盼望着，模拟赛来了，CSP的脚步近了。 一切都像刚WA的样子，欣欣然重构代码。 代码复杂度朗润起来了，时间复杂度涨起来了，CE的标志红起来了。 毒瘤数据偷偷地从土里钻出来，嫩嫩的，绿绿的。 洛谷里，CODE FORCE里，瞧去，一大片一大片满是的。 坐着，躺着，写两个for，码几脚while，跑几趟dfs，搜几回暴力。 TLE轻悄悄的，MLE软绵绵的。 POJ、HDU、51nod，你不让我，我不让你，都开满了WA赶趟儿。 红的像火，粉的像霞，白的像雪。 WA里带着RE；闭了眼，评测界面仿佛已经满是UKE、RE、OLE、MLE、CE、WA。 WA下成千成百的TLE嗡嗡地闹着，大小的RE飞来飞去。 0分遍地是：杂样儿，DP没初始化的，数学公式写错的，散在评测机里，像眼睛，像星星，还眨呀眨的。 “吹面不寒AK风”，不错的，像CCF主席的手抚摸着你。 风里带来些新翻的AC的气息，混着打表味儿，还有各种骗分的香，都在微微润湿的AK里酝酿。 模拟将巢安在长篇文章当中，高兴起来了，呼朋引伴地卖弄超过200行的代码，唱出宛转的AC音乐，与轻风流水应和着。 IOI通过的短笛，这时候也成天嘹亮地响 Debug是最寻常的，一调就是三两天。可别恼。 看，像无限循环，像scanf不写&，像数组越界，密密地斜织着，人家exe上全笼着一层01串。 大佬的评测却AC得发亮，蒟蒻的评测也青蛙得逼你的眼。 傍晚时候，上灯了，一点点算法错误的光，烘托出一片数据结构用错的夜。 在乡下，小路上，石桥边，有撑起伞慢慢走了1e18秒的人。 还有地里工作的码农，披着电源戴着黑帽子的。 他们的电脑，稀稀疏疏的在调试里静默着。 天上AKNOI渐渐多了，地上AKIOI也多了。 俄国中国，克罗地亚，波罗的海，也赶趟儿似的，一个个都出来了。 AKAK CSP-J，AKAK CSP-S，各AK各的一份事去。 “一年之计在于CSP”，刚起头儿，有的是爆零，有的是懵逼。

快发题解，根本通不了

团队招人啦！！！ 如果想进我们团队的先空降https://www.acgo.cn/application/1941707591331131392 就是我们团队了，想进团就可以找团长，团长有很大几率会同意的！ 再通过审核就可以进团啦！ 进团需求： 1.你会c++ 2.不要求年龄，成年未成年都可以进团！ 3.进团了要遵守团队的团规！ 做到以上几点就可以进团了！！！我们在团里等着你

新团队招人，欢迎各位人才来加入。后室 & SCP基金会

一起来品鉴代码！

一、基础框架代码 二、变量与输入输出 变量定义‌ 输入输出‌ 三、分支结构模板 IF-ELSE结构‌ SWITCH结构‌ 四、循环结构模板 FOR循环‌ WHILE循环‌ 五、数学函数应用 六、字符串处理 字符串遍历‌ 回文判断‌ 七、进制转换代码 十进制转R进制‌ 八、位运算示例

只是抄袭借鉴一下 一.选卡阶段 劝学 淘气丸子 小蓝 小黑 小粉 最后 二.战斗阶段

动态规划（DP） 可以解决的问题: 1. 最值问题 2. 方案数问题 3. 可行性问题 第一步：设动态规划数组（确定状态表示） DP[I]: 第 I 步的方案数是多少 / 走到第 I 步的最大 / 小花费是多少 DP[I][J]: 走到第 I 行第 J 列的方案数 / 最大值 / 最小值 第二步：写出状态转移方程（递推式） 方案数: dpi=dpi−1+dpi−2+dpi−3+...+dpi−kdp_i = dp_{i-1}+dp_{i-2} + dp_{i-3} + ... + dp_{i-k} dpi =dpi−1 +dpi−2 +dpi−3 +...+dpi−k 最大值: dpi=max(dpi−1,dpi−2+ai)dp_i = max(dp_{i-1}, dp_{i-2}+a_i) dpi =max(dpi−1 ,dpi−2 +ai ) 最小值: dpi=min(dpi−1,dpi−2+ai)dp_i = min(dp_{i-1}, dp_{i-2}+a_i) dpi =min(dpi−1 ,dpi−2 +ai ) 第三步：初始化 确定dp[1]是多少就差不多了 求最小值 第四步：求出答案 dp[n] dp[n][m]

全屏小窗 固定鼠标

我不信这题有人能AC, 死都不信

这里是综合目录，各个链接如下： * 赛事讨论帖 * 题解帖 * 获奖通知帖

动态规划（DP） 解决 最值问题、方案数问题、可行性问题 第一步：设动态规划数组（确定状态表示） dp[i]: 第 i 步的方案数是多少 / 走到第 i 步的最大 / 小花费是多少 dp[i][j]: 走到第 i 行第 j 列的方案数 / 最大值 / 最小值 第二步：写出状态转移方程（递推式） 方案数 dp[i] = dp[i-1] + dp[i-2] + dp[i-3] + ... + dp[i-k]; 最大值 dp[i] = max(dp[i-1], dp[i-2]+a[i]); 最小值 dp[i] = min(dp[i-1], dp[i-2]+a[i]); 第三步：初始化 dp[1] dp[2] dp[3] 最小值 for(int i=1;i<=n;i++) dp[i]=1e9; memset(dp,0x3f,sizeof(dp)) // 把数组中所有的值赋值成某一个数字 dp[1]=0; 第四步：求出答案 dp[n] dp[n][m]

二分答案 1、确定单调性/二段性 二段性题目：找分界点 2、二分模板 int l=答案可能的最小值, r=答案可能的最大值; int ans=0; while(l<=r){ int mid=(l+r)/2; if(check(mid)){ ans=mid; // 求最大值 l=mid+1; // 求最小值 r=mid-1; } else{ // 求最大值 r=mid-1; // 求最小值 l=mid+1; } } 3、check 函数 具体问题具体分析 需要检查当前二分的答案是否符合题目要求 明确所有变量代表的意义 最后和什么比? 题目中的某一个定值 4、如何提升自己二分答案的能力

动态规划（DP） 解决 最值问题、方案数问题、可行性问题 第一步：设动态规划数组（确定状态表示） dp[i]: 第 i 步的方案数是多少 / 走到第 i 步的最大 / 小花费是多少 dp[i][j]: 走到第 i 行第 j 列的方案数 / 最大值 / 最小值 第二步：写出状态转移方程（递推式） 方案数 dp[i] = dp[i-1] + dp[i-2] + dp[i-3] + ... + dp[i-k]; 最大值 dp[i] = max(dp[i-1], dp[i-2]+a[i]); 最小值 dp[i] = min(dp[i-1], dp[i-2]+a[i]); 第三步：初始化 dp[1] dp[2] dp[3] 最小值 for(int i=1;i<=n;i++) dp[i]=1e9; memset(dp,0x3f,sizeof(dp)) // 把数组中所有的值赋值成某一个数字 dp[1]=0; 第四步：求出答案 dp[n] dp[n][m]

动态规划（DP） 解决 最值问题、方案数问题、可行性问题 第一步：设动态规划数组（确定状态表示） dp[i]: 第 i 步的方案数是多少 / 走到第 i 步的最大 / 小花费是多少 dp[i][j]: 走到第 i 行第 j 列的方案数 / 最大值 / 最小值 第二步：写出状态转移方程（递推式） 方案数 dp[i] = dp[i-1] + dp[i-2] + dp[i-3] + ... + dp[i-k]; 最大值 dp[i] = max(dp[i-1], dp[i-2]+a[i]); 最小值 dp[i] = min(dp[i-1], dp[i-2]+a[i]); 第三步：初始化 dp[1] dp[2] dp[3] 最小值 for(int i=1;i<=n;i++) dp[i]=1e9; memset(dp,0x3f,sizeof(dp)) // 把数组中所有的值赋值成某一个数字 dp[1]=0; 第四步：求出答案 dp[n] dp[n][m]

动态规划（DP） 解决 最值问题、方案数问题、可行性问题 第一步：设动态规划数组（确定状态表示） dp[i]: 第 i 步的方案数是多少 / 走到第 i 步的最大 / 小花费是多少 dp[i][j]: 走到第 i 行第 j 列的方案数 / 最大值 / 最小值 第二步：写出状态转移方程（递推式） 方案数 dp[i] = dp[i-1] + dp[i-2] + dp[i-3] + ... + dp[i-k]; 最大值 dp[i] = max(dp[i-1], dp[i-2]+a[i]); 最小值 dp[i] = min(dp[i-1], dp[i-2]+a[i]); 第三步：初始化 dp[1] dp[2] dp[3] 最小值 for(int i=1;i<=n;i++) dp[i]=1e9; memset(dp,0x3f,sizeof(dp)) // 把数组中所有的值赋值成某一个数字 dp[1]=0; 第四步：求出答案 dp[n] dp[n][m]

WA\color{red}WAWA ononon222 MLE\color{blue}MLEMLE ononon444