- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
NOIP 2003-2007题目讲稿 浅谈学科竞赛与文化课之间的关系 两类人 ???? 第一种是放弃文化课、一心一意学习竞赛的人。这种人通常是过强的功利性和盲目性所致的。在当今的保送制度下,这种人会错误地认为竞赛是读大学的捷径,结果全身心投入到竞赛中去。然而这种人一般缺乏兴趣,在竞赛中举步为艰,因此很难拿到联赛一等奖,更谈不上进省队和集训队。即使这种人拿到了一等奖,也会在保送生考试中落马,最终只能在一般的大学里吃力地学习。这种人是不值得学习的。 第二种是只重视文化课、轻视竞赛的人:这种人一般是在竞赛中屡次遭受失败的打击后缺乏自信而产生的。这种人同样是不值得学习的。一般,这种人不仅在竞赛中无法取得好成绩,而且会因为竞赛的压力而灰心丧气,从而影响到文化课的学习。 正确的态度是处理好学科竞赛和文化课学习的根本。 当然,这两者之间的平衡点不是一成不变的,它在不同的时候、不同的情况会有所侧重。比如你们在联赛、全国赛左右,应该把平衡点向竞赛方向移动; 而逢期中考试、期末考试,应该把平衡点向文化课方向移动; 在平时则要充分利用一切可利用时间为竞赛积蓄够多的能量。? 学习效率 从心理上消除对难题的恐惧 看书和做题相结合 要善于与别人交流自己的看法和想法 注意细节 忽略偏怪试题 注意思想,更注重实践 谦虚 心态 好的心态可以说是成功的一半 不要抱着功利的思想去考试 题目对我难,对他人亦难 抢分大作战会的要拿分,不会的亦要拿分 RP OI界流传 RP = Ren Pin 但考试失利怎能归结到这个上面呢? 参见柯桥一中论文《论RP》 我们没有完美算法解决题目的时候不要慌,更不能轻言放弃搜索、随机化、贪心、枚举、边界数据 能力 对新事物接受能力 语言驾驭能力 逻辑思维能力 记忆力 联想力 自信力 冬令营日程 8:00 – 12:00 14:00 – 18:00 19:00 – 21:30 推荐:冬令营论文 冬令营简介 全国信息学奥林匹克冬令营,简称: 冬令营入场券 正式选手a类.国家集训队(20人) 非正式选手b类.银牌选手c类.各省名额分配 NOIP NOIWC APIO CTSC NOI 冬令营论文 Day11.曹钦翔《数据结构的提炼与压缩》2.郑暾《平衡规划——浅析一类平衡思想的应用》3.刘弈《浅谈信息学中状态的合理设计与应用》4.顾研《浅谈随机化思想在几何问题中的应用》5.周梦宇《码之道——浅谈信息学竞赛中的编码与译码问题》6.肖汉骏《例谈信息学竞赛分析中的“深”与“广”》7.方戈《浅析信息学竞赛中一类与物理有关的问题》8.吕子鉷《浅谈最短径路问题中的分层思想》9.周小博《浅谈信息学竞赛中的区间问题》10.俞华程《矩阵乘法在信息学中的应用》Day21.程芃祺《计算几何中的二分思想》2.高逸涵《部分贪心思想在信息学竞赛中的应用》3.陈丹琦《基于连通性状态压缩的动态规划问题》4.张煜承《一类算法复合的方法》5.陈瑜希《Pólya计数法的应用》6.余林韵《运用化归思想解决信息学中的数列问题》7.任一恒《非完美算法初探》8.高亦陶《从立体几何问题看降低编程复杂度》9.苏煜《对块状链表的一点研究》10.周冬《两极相通——浅析最大—最小定理在信息学竞赛中的应用》 预备知识Pre-Knowledge 渐进时间复杂度分析 NOIP、NOI题目类型介绍 NOIP近年分数情况介绍 P、PC、PS、PC、NPC问题介绍 渐进时间复杂度Asymptotic Time Complexity 为什么要分析渐进时间复杂度? 对于一个特定的问题,我们往往存在多种算法来解决该问题,那么为了衡量算法的优劣,我们往往采用渐进时间复杂度分析的方法。 目标:在考场上能自信地写出“特定”分数的算法!!!对于不同数据规模做出“平衡规划”!学会看数据就知道最优算法复杂度! 渐进时间复杂度Asymptotic Time Complexity 大O表示法(Big-Oh Notation):代表程序运行时间的上限。把大O表示法衡量的运行时间成为“渐进时间复杂度” 若存在 c,n0 使得任取nn0都有|T(n)|≤c|f(n)| 则称T(n)∈O(f(n)),记作T(N)=O(f(N)) 简化法则:忽略常数项和低次项 多项式算法(有效算法)的几个例子Several Examples 1+1=2 5*5=25 O(1) 数列{an}求和(NOIP2002PJ) O(n) 快速排序、堆排序(NOIP2007) O(n log n) 朴素石子合并问题(NOIP2006) O(n^3) 指数级算法的几个例子Several Examples 压缩状态的动态规划 O(2^n) 全排列一类的
文档评论(0)