首页 > 其他分享 >HEX队训练计划

HEX队训练计划

时间:2023-08-15 14:47:15浏览次数:30  
标签:题目 训练 银牌 HEX 我们 计划 铜牌 金牌

写在计划之前

转眼间我们队已经组建了一年半的时间,在这一年半中我们一起完成了很多,在去年的区域赛中我们成为了首支拿到了区域赛铜牌大二队伍,并且在今年上半年的比赛中又取得了很多成绩。

在过去的一年半里我们已经共同面对了太多挑战、解决了太多问题,也获得了很多成长。非常感谢你们能够永不言弃地面对一次又一次挑战、每次比赛都是坚持到最后好不放弃的精神和斗志。马上进入11月份,下一赛季的ICPC又要开始了。我觉得我们的目标不应该是混一个银牌还是别的什么,而应该是非常明确的 "成为赛站的前10%,拿到区域赛的金牌!!" ,其实不止是我一个人这么想,我们以前在聊天的时候,我清楚地记得旭哥和nqq都发过想要拿赛站金牌,而现在冲击金牌的机会就摆在我们面前,我们一定可以抓住这次机会、再次创造历史!

一个ACMer比赛的机会本就不多,进入大四之后种种不确定性太多了,下半年的比赛很有可能就是我们打的最后一场区域赛了,我们一定要抓住这次机会、大学四年不留下任何的遗憾!

或许我们现在距离金牌还差很远,但我相信剩下的时间足够我们完成拿金牌的所有准备了,在后面的不足三个月的时间里,让我们一起加油,相信十一月的岳麓山下,我们一定会带着金牌满载而归!

计划综述

本训练计划是对我队未来三个月的训练规划,以在下赛季的ICPC中拿到金牌为目标,将会分别对以下几个地方做出规划:

  • 队伍应该训练什么,如何进行训练
  • 每个人的侧重点是什么
  • 比赛战术的培养
  • 如何挑选赛站

队伍应该训练什么?

陈靖邦老师老师在课程中说道:一支想要获得金牌的队伍应该有以下过题节奏:

  • 前2-3h过掉所有的铜牌、银牌题
  • 最后两小时左右保持一小时一道题的节奏,过掉两道题

我们首先来研究如何完成第一个目标:
首先是银牌-/铜牌+难度的题目,目前的ICPC比赛中,这些题目其实很少出现算法,主要由以下几部分构成: 乱搞题、脑筋急转弯、数学... 这些题目其实绝大部分人都能写出来,最主要的差别在于效率,如何更快、更好地做出这部分题目是一个我们需要思考的点。针对铜牌题,我们可以进行如下的训练:

  • 板刷CF、Atcoder,追求过题速度和少罚时,通过不断地训练把过题的手速提起来
  • 平时训练,中前期试试稳定打出双开的局面
  • 队友之间加强沟通,确保让合适的人开合适的题目
  • 做这些题目一定要追求效率!!!

然后是银牌+/金牌-难度的题目,这些题目有一个共性可以用一个字总结:典! 想要在比赛中稳定开出这些题目,我们需要积攒足够多的套路,将所有的这类题目都盘成典题,(事实上绝大多数这类题目都可以在往年的多校或者区域赛中找到相似的) 为了能够更快更好地开出这类题目,我们需要做以下这些事情:

  • 首先要掌握一些对于金牌选手常见的算法模型:如树hash、主席树、虚树、网络流24题等等
  • 然后要刷往年的多校和区域赛的题目,积攒足够多的套路,并学会活用这些套路
  • 要在一定程度上提升算法能力

队伍应该如何训练

首先我们应该对铜牌题和一部分难度较低的银牌题进行针对性的训练,以完成在两个半小时左右做完所有铜牌和银牌题的目标,这一时期的训练方法主要为刷CF和Atcoder上的题目、VP往年的多校 为主

在完成两个半小时基本开完所有的铜牌和银牌题的目标后,我们要开始集中刷往年的真题。巩固上面的练习成果的同时,掌握足够多的常见套路,为后面开金牌题积攒足够多的解题经验

还有一个非常重要的点在于,我们要训练队友间的协同能力,要学会快速交换想法、从队友那里拿到自己需要的知识或者策略,所以在开学后我们要争取每周进行一次三人一机的仿真训练

标签:题目,训练,银牌,HEX,我们,计划,铜牌,金牌
From: https://www.cnblogs.com/AH20/p/17631224.html

相关文章

  • Hexo图形化界面和文章管理——Hexon
    介绍你在使用hexo写文章的时候是不是还在hexonewhexoghexod这样写文章不仅效率慢而且管理起来也不方便,所以今天我就带来了这个项目——hexonhexon是一个带有git的hexo图形化界面,可以运行命令和管理内容这是它的github链接https://github/gethexon/hexon部署如果你......
  • MySQL 执行计划详解
    1.EXPLAIN详解本文基于MySQL8.0编写,理论支持MySQL5.0及更高版本。2.EXPLAIN使用2.1explain分析SQL的执行计划{EXPLAIN|DESCRIBE|DESC}tbl_name[col_name|wild]{EXPLAIN|DESCRIBE|DESC}[explain_type]{explainable_stmt|FORCONNECTIONconne......
  • 【腾讯云 Cloud Studio 实战训练营】在线 IDE 编写 canvas 转换黑白风格头像
    关于CloudStudioCloudStudio是基于浏览器的集成式开发环境(IDE),为开发者提供了一个永不间断的云端工作站。用户在使用CloudStudio时无需安装,随时随地打开浏览器就能在线编程。CloudStudio作为在线IDE,包含代码高亮、自动补全、Git集成、终端等IDE的基础功能,同时支持实......
  • 2023牛客暑期多校训练营9--I Non-Puzzle: Segment Pair
    思路:直接枚举区间左端点,用一个cnt数组表示当前端点l,r或者L,R存在1个还是2个或者0个。用一个sum变量记录有多少段区间覆盖了该端点,如果sum==n那么这个端点就有了贡献。更详细的看代码注释。#include<bits/stdc++.h>usingnamespacestd;#defineIOSios::sync_with_stdio(fa......
  • NFLS 训练总结 2(updating)
    前言接上周。Day6总体情况1000+1200+1400+1700+1800+1408+0+300=8808,rk83大寄,为什么他们分都那么高啊!T1从T1就开始卡。简单的贪心,买票最少就是每个大人都尽量带孩子,而最多就是所有孩子都由一个大人带。如果没有大人只有孩子,就是“Impossible”。然后有人Impossibl......
  • NLP文本匹配任务Text Matching 有监督训练:PointWise(单塔)、DSSM(双塔)、Sentence BERT(双
    NLP文本匹配任务TextMatching[无监督训练]:SimCSE、ESimCSE、DiffCSE项目实践文本匹配多用于计算两个文本之间的相似度,该示例会基于ESimCSE实现一个无监督的文本匹配模型的训练流程。文本匹配多用于计算两段「自然文本」之间的「相似度」。例如,在搜索引擎中,我们通常需要判断......
  • NLP文本匹配任务Text Matching [无监督训练]:SimCSE、ESimCSE、DiffCSE 项目实践
    NLP文本匹配任务TextMatching[无监督训练]:SimCSE、ESimCSE、DiffCSE项目实践文本匹配多用于计算两个文本之间的相似度,该示例会基于ESimCSE实现一个无监督的文本匹配模型的训练流程。文本匹配多用于计算两段「自然文本」之间的「相似度」。例如,在搜索引擎中,我们通常需要判断......
  • NLP文本匹配任务Text Matching 有监督训练:PointWise(单塔)、DSSM(双塔)、Sentence BERT(双
    NLP文本匹配任务TextMatching[有监督训练]:PointWise(单塔)、DSSM(双塔)、SentenceBERT(双塔)项目实践0背景介绍以及相关概念本项目对3种常用的文本匹配的方法进行实现:PointWise(单塔)、DSSM(双塔)、SentenceBERT(双塔)。文本匹配(TextMatching)是NLP下的一个分支,通常用于计算两个句子......
  • 20天 hot 100 速通计划-day08
    二叉树94.二叉树的中序遍历给定一个二叉树的根节点root,返回它的中序遍历。示例1:输入:root=[1,null,2,3]输出:[1,3,2]示例2:输入:root=[]输出:[]示例3:输入:root=[1]输出:[1]提示:树中节点数目在范围[0,100]内-100<=Node.val<=100递归三部曲......
  • 【校招VIP】测试计划之黑盒测试&白盒测试
    考点介绍:黑盒测试&白盒测试是大厂和三四线公司校招的必考点。黑盒是以结果说话,白盒往往需要理解实现逻辑。现在商业项目的接口测试往往以白盒为主,也就是需要测试同学自己观察和修改数据库的值进行用例的测试。但是无论采用哪种测试方法,毫无疑问都是为了找出缺陷,发现风险,需要对比......