ZJOI2017第一轮：2017.3.21---3.23
温州中学
//http://www.cnblogs.com/ARZhu-NOIpAK/p/6596879.html
//http://www.cnblogs.com/ARZhu-NOIpAK/p/6601676.html
//上面是学长的博客
Day0
有好多天没做作业了，感觉不错。
温州还是不错的，宾馆也很满意。
感觉明天会听不懂。
Day1
第一节课的前半部分还能勉强听懂，后面和下午一脸懵逼。
第一节课是由XJ中学的周子鑫学长上谈谈搜索题，下面是一点总结。
搜索算法是利用计算机的高性能来有目的的穷举一个问题解空 间的部分或所有的可能情况，
从而求出问题的解的一种方法。现阶 段一般有枚举算法、深度优先搜索、广度优先搜索、A* 算法、
回溯算法、蒙特卡洛树搜索、散列函数等算法。
在大规模实验环境中， 通常通过在搜索前，根据条件降低搜索规模；根据问题的约束条件 进行剪枝；
利用搜索过程中的中间解，避免重复计算这几种方法进 行优化。
part 1:折半搜索
比如说双向广搜之类的，主要是从起点和终点交替搜或者是同时搜，可以降低搜索复杂度。
如果答案容易合并，或者搜索的操作可逆，可以考虑折半搜索。
还有一个技巧，要算方案数时，将折半的两边都存入hash数组，有重叠则答案+1。
part 2：
启发式搜索
A*：BFS的启法式版本；
IDA*：前者的迭代加深版本
A* 的主要思想是通过估价函数来调整搜索顺序从而优化复杂度，比如说：先搜分支少的。
IDA*则是通过估价函数来最优性剪枝
part 3:
Dancing links（舞蹈链）
主要是这几句：
L[R[x]]← L[x]
R[L[x]]← R[x] （删除）
现在如果要撤消这个删除操作呢？
L[R[x]]← x
R[L[x]]← x
为什么要在把一个结点删除掉以后再把它放进来呢？ 一个典型的应用是在 DFS 的时候，还原之前的链表状态
这个东西看上去不怎么奇妙，但可以大大优化精度覆盖等覆盖问题的X算法。
后面就讲了好多典型的搜索题，然而没多少听懂。
第二节课是STL的正确姿势，很多函数都很陌生，感觉自己现在用不到？
这里列几个函数，以后可能用的上：unique nth_element binary_search rope equal_range
priority_queue<int,vector<int> ,greater<int> >Q（大根堆转小根堆）
第一天的最后一节课讲了一些题目，反正我一道也没明白，这里就不讲了。
Day2
还是讲题，听不懂ing……
学了一个SG函数：
在一个DAG中，从起点开始，每人移动一步，一方不能走了则输；
SG[i]= mex{SG[x]} //x为i能到达的点
(mex表示在集合中未出现的最小自然数 mex{1,2}=0)
如果有两张图同时可以选，答案则为两张DAG的值异或一下
直接跳过。
Day3
考试+爆0。 
（爆0很有意思的呀）
花了一半的时间敲第一题，最后才发现写错了，一紧张，20分的链状本来很稳的，手算把规律算错了完美0分。第二题是一道概率题，我一道这样的题都没碰过，暴力又太难写了，果断放弃。（喂，喂，明明题目看了很久的）第三题打了个不能再暴力的暴力，n^m的复杂度（真佩服我自己的智商），考场上差点连KMP都忘了。
总结：
毕竟是第一次参加省选，爆0也是正常的（这个借口不错）。说明自己的水平是非常非常不够的，以后还要更加努力，数学和科学也要更加突出，早日考上满意的高中。
天赋决定上限，努力决定下限。------maximum