企业官网建设流程全解析

最近把这套19年区域赛的题单翻出来重新过了一遍，也就是常说的2019ICPC银川区域赛补题。说实话，补题这件事看着简单，实际做起来特别容易变成“对着题解抄一遍代码然后自我感动”。这篇博文就从实战角度聊聊我是怎么安排这类补题的：怎么给题目排优先级、每种题目从哪个方向入手、用什么流程把一道不会做的题真正变成自己的东西。适合刚打完比赛想认真复盘的选手，也适合自己拿题单训练却不知道怎么消化的初学者。

1. 补题之前先想清楚：这套题要怎么补才不白费

1.1 为什么补题比无脑刷新题更有性价比

区域赛的题目是命题组反复打磨过的，每道题背后基本都对应一个明确的考点和思维陷阱。比赛时没做出来，不完全是因为题目难，更多时候是某个知识点存在盲区，或者某种思考方式没建立起来。把这些缺口补上，比漫无目的地刷十道简单题要有用得多。

我见过不少人打完比赛就急着去刷下一套题，结果到下个赛季遇到类似的题照样卡住。原因很简单：赛场上暴露的问题没有被真正解决，只是被新题盖过去了。补题恰恰是把“当时没做出来”变成“现在能独立做出来”的最短路径，它直接命中你的薄弱点。

另一个价值在于，区域赛题目通常有比较合理的难度梯度。简单题帮你巩固基础，中档题训练建模能力，难题开拓视野。你单独去刷题很难找到这样结构完整的题单，直接补区域赛题等于用一套高质量训练材料做定向强化。

1.2 先把赛时情况还原成一张状态表

很多人补题的问题在于：不知道自己当初为什么没做出来。所以我建议补题前先做一次“复盘归档”，把每道题的状态填进一张表格里，再决定怎么补。

这张表的核心目的是把失败原因分类，常见的有四类：

一是知识点缺失，完全不知道要用什么算法，这类需要专门补理论基础；二是思路方向错，知道相关算法但没想到怎么建模，这类最值得优先补，因为思维上的突破对能力提升最大；三是代码实现差，想对了但写崩了，这类需要重写一遍代码，锻炼实现能力；四是时间分配问题，题目本身可能不难，但赛时没轮到，这类应该最快补掉，帮你建立“下次遇到能抢到时间”的信心。

1.3 怎么排优先级：先补“该会的”，再啃“硬骨头”

我采用的排序策略是这样的：

• 第一优先级：难度不高但赛时没做出来的题，这类通常是签到题或铜牌题，补起来快，性价比最高。
• 第二优先级：榜上很多人过、但你完全没思路的题，这类题代表基础知识的典型应用，不补会一直吃亏。
• 第三优先级：比较难的金牌题或防AK题，如果耗费时间太久，可以先看题解理解思路，不一定要完整实现。

时间上也要给自己定一个硬约束。我一般给每道题留30到60分钟的独立思考时间，超过这个时间还没进展，再去看题解也不迟。很多人的问题不是不够努力，而是一道题空想两小时，最后心态崩了直接弃疗，不如限定时间来得高效。

2. 按题型拆解补题重点：每类题到底在看什么

2.1 图论题：重点在建模，不是背板子

区域赛里的图论题，很少让你直接“跑一遍最短路”或“套一个网络流模板”。更多时候是给你一个看似和图无关的场景，需要你把它抽象成图模型。补图论题时，最该关注的不是板子怎么写，而是题目里的哪些信息最后变成了图中的点、边和边权。

常见建模套路我先列几个，都是我补题时反复遇到的：

• 限制条件连边：比如“A必须比B先完成”，可以转成拓扑序或差分约束。
• 0/1边权处理：边权只有0和1时考虑01BFS，比跑Dijkstra更快也更稳。
• 状态压缩成图：有些题需要把“当前状态”作为节点，转移作为边，比如分层图最短路。
• 依赖关系建图后用拓扑排序判环：判环不只是模板，关键是要想明白环对应原题中的什么冲突。

补题时，我习惯把每道图论题的建模过程单独写一段注释，记录“为什么这样连边”。下次遇到场景类似但表述不同的题，能快速联想起来。

2.2 数据结构题：先回答“每个节点维护什么”

线段树、树状数组、分块这类题，最容易出现的误区是：板子背得很熟，但不知道每个区间上要存什么信息、怎么合并。补题的时候一定要追问自己两个问题：build时每个节点维护哪些值；pushUp时这些值如何由左右孩子合并出来。

举个经典例子：维护区间最大连续子段和。单看节点值不是只存一个“最大值”就行，还要同时存区间和、从左边开始的最大前缀和、从右边结束的最大后缀和，以及区间最大子段和。合并时，当前节点的最大子段和等于max(左子最大子段和，右子最大子段和，左子最大后缀和+右子最大前缀和)。如果补题时没想清楚这一步，代码多半会在合并逻辑上漏条件。

另一个常见坑是数据范围和下标映射。比如离散化时原下标从0还是1开始，值域很大时要考虑偏移量。我见过不少补题的人，算法思路完全正确，最后挂在数组开小了或者忘记开long long上。这类错误虽然低级，但恰恰是最浪费时间的。

2.3 数论与组合数学题：小范围打表找规律，再回头证明

数论题是很多人的心理阴影。区域赛里常见的考点包括筛法、质因数分解、gcd/lcm相关性质、组合计数、容斥原理，进阶一点是莫比乌斯反演或杜教筛这类。我的经验是：遇到一下子没有思路的数论题，先别死磕公式推导，直接写个暴力程序把小规模答案打出来看规律。

比如某道题要求计算某个函数在n=1到20之间的取值，你列出表格后发现答案呈现某种递推关系，或者有明显的周期性，这时候再往数学方向验证，思路会清晰很多。很多公式不是凭空想出来的，而是先观察结果再倒推过程。

当然，数论题补题还有一点容易被忽略：要严格区分“猜结论”和“证结论”。赛时可以大胆猜，只要对拍没问题就敢交，但补题时一定要把证明补上，否则下次碰到变体题照样不会做。我通常会把关键公式的推导步骤抄在笔记里，哪怕只是把题解里的推导重新写一遍，也比光看不写记得牢。

2.4 字符串与计算几何题：先把边界条件写进注释

字符串题常用哈希、KMP、后缀自动机、回文自动机等，计算几何常用凸包、极角排序、点在多边形内判定等。这两类题有一个共同特点：细节特别多，稍不注意就错得莫名其妙。

以字符串哈希为例，最容易出错的是下标从0开始还是从1开始。我习惯在代码开头把哈希数组的下标约定写成注释，后面所有查询都按这个约定走，避免写着写着乱套。再比如哈希取模冲突，虽然双哈希能大幅降低冲突概率，但你不能只在赛后补题时依赖双哈希，更要理解单哈希可能被卡的原因。

计算几何更不用说，几乎所有题都要跟精度较劲。判断点是否在多边形内、计算两条线段的交点，eps设大了会误判，设小了在浮点误差下又不可靠。补这类题时，我会专门整理一篇“精度处理清单”，记录当前这道题里哪些比较必须用eps，哪些可以直接用整数运算避免浮点误差。几何题里能用整数算就别用double，能用叉积判方向就别算夹角，这些经验都是一次次WA换来的。

3. 一套我实测比较好用的补题流程

3.1 第一步：不看题解，先写“思路草稿”

拿到一道待补的题，哪怕赛时完全没做出来，我也不会立刻去看题解。先强制自己独立思考30到60分钟，把能想到的所有方向都写在纸上：可能的算法、预期复杂度、大概怎么建状态、边界条件怎么处理。就算最后没写出来，也会在卡住的位置留下标记，比如“我本来想DP，但不知道怎么表示选择顺序”。

这一步的价值在于：等你再看题解时，你一眼就能看出自己的思维差在哪里，而不是只得到一个“原来如此”的模糊印象。我做过的对比实验是，先想过的题比直接看题解的题，记忆留存率高很多，之后重做时能更快回忆起关键点。

3.2 第二步：卡着时限亲手实现一遍

看懂了题解不等于会做。我的标准是：合上题解，自己把代码完整敲出来，并提交评测。这一步完全模拟赛场环境，要求一次只能看题面，不能看题解代码。如果实现过程中卡壳了，回去看自己写的思路草稿，不到万不得已不再看题解。

很多选手的问题在于“看得懂，写不出”。看懂一份题解只需要理解它的逻辑，但自己写要处理各种边界条件、变量初始化和数据结构细节。亲手实现一遍的意义就是把这些细节暴露出来，逼你在补题阶段就解决掉，而不是留到下一次赛场。

耗时的题也别着急。见过有的题解是O(nlogn)，但你实现出来常数很大，本地跑大数据超时。这时候正好练习卡常数：数组开静态、快读快写减少IO、能用迭代就别递归、调整循环顺序。这些优化技巧在赛场上同样重要。

3.3 第三步：用小数据对拍和极端测试

代码写完AC了，大多数人就停在这儿了。但我的建议是再补一步对拍，特别是那种题意容易理解偏差、边界条件多的题。所谓对拍，就是写一个暴力程序（保证正确但可能很慢），再用一个随机数据生成器，把两个程序的输出反复比对。

while true; do python3 gen.py > in.txt ./brute < in.txt > out1.txt ./solve < in.txt > out2.txt if ! diff -q out1.txt out2.txt > /dev/null; then echo "WA found" cat in.txt break fi done

对拍脚本的逻辑很简单，核心价值在于它能帮你发现“感觉对了但某个小细节错了”的问题。比如排序边界写反、map默认值未判断、long long溢出等，这些就算样例全过也发现不了。补题时做一次对拍，比无谓地多提交七八次要高效得多。

极端测试则更简单：构造n=1的情况、n取最大上限、所有值相等、完全逆序、答案本身就是最大或最小值等情况，直接跑一遍，看代码能不能稳定输出。我经常在“n=1”这种极端情况上翻车，原因往往是初始化了一个空集合但之后没有特判。

3.4 第四步：对照题解，补一份“题解笔记”

AC之后再看题解，不是看你哪里错了，而是看官方的思路和你的思维差在哪里。我习惯用一段话总结这道题的本质：这题其实考的是XX算法，关键性质是XX，转化方法是XX。然后把“我当时卡住的地方”和“题解如何绕过这个卡点”对应起来写清楚。

另外，把题解里更简洁的实现方式也记下来，比如有人用set取代了手写平衡树，或者用滚动数组压缩了维度。这些实现层面的取舍，看一次不一定能掌握，写进笔记后过两周再翻，效果会更好。

4. 补题时最常见的坑和排查方法

4.1 题意读错了怎么发现

补题时最容易出现的一种情况是：感觉自己理解了题意，代码也写得顺，结果提交后WA。这时候先别怀疑算法，回头把题面再逐句读一遍，重点看样例输入输出是怎么从题面描述推出来的。如果样例能手动推通，说明题意理解基本正确；如果手算结果和样例对不上，那肯定哪里理解偏了。

一个非常有效的偏方是故意给自己出反例。比如题目说“可以选择任意顺序”，但你的理解变成“必须按下标顺序”，试着构造一个需要非下标顺序的输入，跑一下自己的程序，马上就露馅。补题阶段反正没人催你，多花几分钟验证题意，等于省下后面几小时的调试时间。

4.2 本地能过，交上去却WA

这个问题的技术原因就那几类：未初始化变量、数组越界、多组测试数据没清空、long long溢出、浮点误差。排查的时候从最老的毛病开始查。

如果本地随机数据过了，但线上WA，我会先用编译器自带的一些检查选项重新编译一遍，像未定义行为和数组越界这类问题通常能被直接揪出来。然后在提交代码里加几个“防御性断言”，比如关键数组下标先判断边界再访问，多组数据时把要用到的容器在每组开头全部clear。如果是浮点问题，检查有没有把double直接和0比较，或者计算叉积前有没有统一精度。

线上评测环境跟本地环境也可能有差异，比如int范围、long long长度在常见平台是一致的，但编译器优化可能暴露未定义行为。所有循环变量、临时变量都要显式初始化，不要依赖默认值。

4.3 题解看不懂怎么办

题解写得简略是真正常见的问题，特别是那种“显然可得”“不难发现”的表述，对初学者非常不友好。我自己的办法是把题解拆成一个小句子一个小句子看，每句话都尝试翻译成数学表达式或代码里的一个变量定义。比如题解说“考虑以i为结尾的子串”，那就在草稿上定义dp[i]，再写下转移等式。

遇到彻底看不懂的知识点，比如莫比乌斯反演或后缀自动机，先不要在这道题上死磕。标记一个“需要补前置知识：xxx”，把它放到学习清单里，先去找同类但更简单的题练手，回头再看这题，往往一下就通了。另一个办法是找队友或同好讨论，几个人各自理解题解里的一部分，合起来基本能拼出完整思路。

4.4 补题没有动力、速度太慢怎么办

补题确实是个枯燥的过程，特别是当题目很难、看到题解都费劲的时候。我的做法是严格限制单道题的投入时间，超过预期目标就不强求，可以把“看懂题解”作为低配目标，“独立实现”作为高配目标，根据当天状态选择。这不算妥协，每天的认知资源有限，硬扛两个小时不如分成两天各一小时。

还有一点小技巧：把补题跟刷简单题穿插进行。连续补三小时难题会让人很挫败，中间穿插几道快速能AC的简单题，保持手感之余心情也会好很多。补题计划不要太满，每天一到两题已经很不错，重点是每道题都补出质量，而不是数量上冲刺。

5. 把补题成果沉淀下来：建立自己的复盘体系

5.1 一题一页的复盘卡片怎么写

我自己的习惯是给每道补完的题建一张复盘卡片，内容包括：题目来源和题号、算法标签、难度自评、卡住的原因、一句话题意、核心思路三步走、代码实现中踩过的坑、下次重做的时间点。形式不固定，可以用表格，也可以写成多行文字，关键是方便日后检索。

举个例子，一张卡片可能是这样的：

• 标签：线段树、最大子段和、合并信息
• 题意：维护区间最大连续子段和，支持单点修改
• 思路：每个节点存sum/lmax/rmax/best，pushUp合并时注意跨界情况
• 踩坑：查询跨左右区间时也要做和pushUp相同的合并，不能直接返回左右结果
• 下次复习：两周后重做一遍，重点测试所有更新都发生在同一侧的情况

这种卡片的方便之处在于，复习时不需要重新读一遍完整题面，只要扫一眼卡片就能回忆起整个题目的骨架。我的经验是，当你能用两三句话把一道题讲清楚时，才算真正掌握了。

5.2 如何沉淀成可复用的模板和笔记

补题过程中会频繁见到一些经典算法的实现。与其每次现查现抄，不如整理成自己的模板库。我之前整理过一个常用的算法模板库，每个模板都带上适用条件和常见坑，比如“01BFS适用边权为0/1的图”“线段树开4倍空间”“网络流注意反向边容量更新”。

不过这里我不太建议直接复制别人的模板，最好自己手敲一遍。手敲的过程会迫使你理解每行代码的作用，也方便你按自己的习惯调整变量命名。等到赛场紧张的时候，只有熟悉的代码才敲得快而不出错。补题是磨练这套模板库的最佳机会，因为你有足够的时间反复修订。

5.3 隔周复习，否则补题等于白补

人的记忆曲线非常残酷，补完一周不看基本忘掉大半。我的习惯是补完当周先做一次轻量复习，只看复盘卡片，不看代码；过两周再挑其中最典型的一两题重新提交一遍，最好能做到不看自己当时的代码直接重写。这个过程很像刻意练习，每次重写都会发现之前遗漏的细节，比如对某个边界条件的处理，或者某段代码的常数优化。

过一个月再翻一次笔记，把仍然觉得陌生的题目标记出来，安排第二轮补题。这套“补题-复盘-重写-再复盘”的周期，能大幅提高补题的长期收益。如果只是把题解看一遍然后永远不再碰，那基本等于没补。

我个人在实际操作中的体会是，补题这件事，真正的门槛不在于题有多难，而在于愿不愿意把一道题多花几小时去“消化”。2019ICPC银川区域赛那套题，到现在还是我复盘本上的常客，每隔一段时间翻出来重新看，总能发现新的理解角度。希望这篇补题流程能帮你把那几道“当时没做出来”的题，变成真正属于自己的能力。