[2024JZYZ暑期集训]知识点总结

前言

第三次暑期集训了,与前两次不同,这次没有前两次的激动了,所以也能够更深入地学习算法。

闲话

宿舍挺好,有空床能住。

捡了三块钱,史上最灵异事件。

R班好热闹。

认识了几个郑州那边的大佬

知识点

Day1

讲了几个基础数据结构(树状数,线段树),作业里面的题目很多之前都做过,就当复习了。

Day2

对于线段树做了一些扩展,讲了动态开点线段树,线段树上二分,线段树合并与分裂,主席树等内容。

对于后两种算法之前接触的不多,不够熟练,需加强练习。

后面讲了扫描线和李超线段树,吉司机线段树,优化建图,优化DP等内容。扫描线之前学过,所以听起来很简单。吉司机线段树主要是证明复杂度方面的问题,代码也比较好写。对于李超线段树,有些不好理解,听说是科技,再好好学学。

线段树优化问题理解起来并不难,代码方面细节较多,不过也能写出来。

感觉线段树优化建图挺实用的,回头写一下学习笔记。

Day3

讲了CDQ分治和线段树分治,整体二分等分治算法。集训之前Displace_给补过课,所以这次稍微好理解一点。

这几种都是离线算法,不过基于时间的整体二分上次没怎么听懂,以后抽时间写一下学习笔记。

Day4&5

Carfard(大概是这么写)讲了两天的DP,以杂题选讲为主,大部分是 AT,CF 上面的题目,难度偏高,多需要用数据结构和其他技巧优化求解,不是纯粹的DP。

去年联赛考了线段树优化DP,所以这方面其实考得还是挺多的。灵活性也很高,主要是思维难度方面。

Day6

对之前学过的两种图论基础算法(最短路,最小生成树)进行扩展学习。还有一些图论DP,缩点等内容。

最短路方面讲了次短路,分层图(去年J组有考),差分约束系统,2-SAT,同余最短路等,同余最短路较为生疏,其余都比较好理解。

生成树方面讲了次小生成树,重构树,有些题目是在缩点之后的图上去做的,有些需要主席树等数据结构优化,综合性很高。

最小直径生成树听说考的不多,但是求解思想也需要学。

Day7

以连通性为主,对并查集,强联通分量等方面的内容做了讲解。

以lg2860为例的缩点后再跑其它算法(MST,DP,dijstla,圆方树)的题目质量不错。

还讲了欧拉回路,思维较好理解,代码不太熟练。

Day8

网络流入门。

现在对于最大流求解,最小割的模板题勉强会做,而无源网络流,上下界网络流等拓展内容不太懂。

lg上面通过了模板题目,但是170上的作业一道都不会。

很多题目都需要构建网络流模型,主要是思维方面的难度,比上面的算法理解的稍微好一点。

Day9

Dispalce_模拟赛。

这里写了比赛总结。

比赛成绩良好,在不要脸申请下拿到了Rank5,蜗牛(WN)老师赏了一杯蜜雪冰城,隔壁的 PSM 和 HDS 直接点16RMB的伯牙,原因就不提了。

Day10

后面几天请了ZYF大佬讲课。

字符串相关知识讲解。

这一天感觉听得挺顺的,KMP 和 manacher 之前都有所接触,除了循环节等需要 Boarder 性质的知识点外,基础 KMP 和 manacher 操作都可以用 hash 水过去,我在万能的哈希一文中对两种算法的优雅暴力进行了讲解(感谢 PSM 老师的指点)。

后面的 AC 自动机之前也听过,所以板子题基本可做。

Day11

树论大集合。

树哈希,链剖分,启发式合并,树上分治,虚树等内容都有讲解。

淀粉质之前系统讲过,所以还行。

启发式合并基本算法好实现,但是题目多以扩展为主,比如可撤销并查集。

虚树只懂个定义,不过 zzaf 大佬已经能用到模拟赛里面了,感受到差距。

Day12&13

ZYF大佬讲了两天的数论,感觉脑子长大了。

前面的同余,扩欧,扩欧,剩余定理还好。

从 BSGS 开始,就全都是智慧了。

阶和原根没怎么懂。

后面是卷积反演大综合,让我有一种走进 IMO 的感觉。

努力理解一天,终于能看懂模板题的时候,ZYF:明天更恶心,好好学。

第二天讲了数论分块,杜教筛,min25筛等求解莫反题目的算法,实话实说,我现在只会筛 \(10^9\) 范围内的 \(\mu\text{,}\varphi\)

关于莫反有很多常见变形,不过我仅仅停留在理解程度,想要自己推几乎不可能。

自己写了学习笔记

Day14

Carfard 又来了。

讲了概率期望,答案有的很简单,但是思维很复杂。

Day15

NOIP 模拟赛。

比赛记录写到这里了。

结语

坏处:没暑假。

好处:没暑假作业。

能全身心投入 OI 的机会也不多,好好珍惜。

最后:%%% JSY 大佬 NOI \(\color{gold}{Au}\)

posted @ 2024-07-24 09:25  Redamancy_Lydic  阅读(28)  评论(0编辑  收藏  举报