李嘉强icpc训练计划

《李嘉强icpc训练计划》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、李嘉强ICPC训练计划以下是具体计划：一、如何利用时间：我很庆幸我从大学生活开始之初就接触ICPC，并且有一个让我从一个门外汉快速入门的ZQUOJ系统，而我的ICPC之路就由此开始。幸运的是我从那时起就没有浪费时间，不断编程，不断学习，并通过一系列校内赛争取到去体验珠海赛的机会。我想我现在的ICPC生涯至少还有两年甚至更长，因此时间是我最大的财富，我必须好好利用它！我决定在学期中只要保证不挂科就好了，其他科不花太多时间下去了，因为我要专注于ICPC就必须有所舍弃，我亦信仰那句话“放弃是为了更好地拥有”。而暑假和寒假的时间我更加会珍惜，因为那一大段的时间是我提升实力的好机会，必须好好利用，

2、反正这两年都不能有把ICPC暂时放下的思想，要不断学习，不断编程，不断进步！可以允许自己放松，但绝对不能放纵！二、基础：1、在整个ICPC生涯都要努力提升自己的毅力、抗压能力、专注力、面对困难与挫折不放弃的精神（虽然这些东西听上去虚无缥缈，但我相信提升这些能力对我的ICPC生涯甚至我的人生都是大有益处的）。2、不断提高编程能力（包含敲代码的速度、熟练程度、debug及调试的能力，还包括理解别人代码的能力等）以及自学能力（自己研读文章，学习算法，学习其他知识，独立思考等能力）。1、加强团队精神，努力锻炼自己的交流能力，激发自己的潜力，提升归纳与总结能力，使自己能够全面发展，不断进步。三、数

3、据结构（数据结构是进一步学习算法的基础）：1、对已经学习的数据结构，如栈、队列、链表、线性表、数组、二叉树要能熟练运用，并一步一步提升灵活运用和综合运用的能力（这方面肯定要通过不断做题来实现）。2、逐渐学习还没学习的数据结构，如排序树、散列表、堆等等，并要尽快熟练使用这些数据结构，尽可能加强对这些数据结构的深刻理解，能做到融会贯通，对各种数据结构能结合使用。3、学习完数据结构后要对各种结构进行归纳与总结，并去做大量的综合应用数据结构的题目（非水题）。四、算法（ICPC的核心，亦是最难的部分）算法列表：第一阶段：练经典常用算法，必须经常练习，同时自己精简代码。1.最短路(Floyd、Dij

4、stra,BellmanFord)2.最小生成树(先写个prim,kruscal要用并查集，不好写)3.大数（高精度）加减乘除4.二分查找.(代码可在五行以内)5.叉乘、判线段相交、然后写个凸包.6.BFS、DFS,同时熟练hash表(要熟，要灵活,代码要简)7.数学上的有：辗转相除（两行内），线段交点、多角形面积公式.8.调用系统的qsort,技巧很多，慢慢掌握.9.任意进制间的转换第二阶段：练习复杂一点，但也较常用的算法。如：1.二分图匹配（匈牙利），最小路径覆盖2.网络流，最小费用流。3.线段树.。4.并查集。5.熟悉动态规划的各个典型：LCS、最长递增子串、三角剖分、记忆化dp6

5、.博弈类算法。博弈树，二进制法等。7.最大团，最大独立集。8.判断点在多边形内。9.差分约束系统.。10.双向广度搜索、A*算法，最小耗散优先。相关的知识：图论：  路径问题       0/1边权最短路径       BFS       非负边权最短路径（Dijkstra）           可以用Dijkstra解决问题的特征       负边权最短路径       Bellman-Ford           Bellman-Ford的Yen-氏优化           差分约束系统       Floyd           广义路径问题           传递闭包     

6、      极小极大距离/极大极小距离       EulerPath/Tour           圈套圈算法           混合图的EulerPath/Tour       HamiltonPath/Tour           特殊图的HamiltonPath/Tour构造   生成树问题       最小生成树       第k小生成树       最优比率生成树       0/1分数规划       度限制生成树   连通性问题       强大的DFS算法       无向图连通性           割点           割边           二连通分支  

7、         有向图连通性           强连通分支           2-SAT           最小点基   有向无环图       拓扑排序           有向无环图与动态规划的关系   二分图匹配问题       一般图问题与二分图问题的转换思路       最大匹配           有向图的最小路径覆盖           0/1矩阵的最小覆盖       完备匹配       最优匹配