安度因:哇哦。

安度因:谢谢你。

第三个rank1不知为什么就来了。迷之二连?也不知道哪里来的rp

连续两次考试数学都占了比较大的比重,所以我非常幸运的得以发挥我的优势(也许是优势吧,反正数学里基本没有模板)

怎么说呢?我感觉,不是我考得好,这次,大家的失误貌似都比较多。

(天天在宿舍乱嗨爆粗什么的rp--?)

T3没审题的人一片一片的爆零,T2模板爆炸的不只我一个,T1应该有一群人想到n2就没打。

这次考试一个题解都没有写,T1T3太简单,T2到现在都改不出来。。。

可是考场上状态还是不错的:

滚了一遍T1~T3,比较精确的判断出了T3最简单。

稍微推了一下通式,但因为计算的低级失误浪费了一点时间,最后才把样例弄过去。

10行代码解决问题。测试点有些诡异导致丢了5分,几乎是全场性的,所以我没有怨言。

这用了大概45分钟。然而按照它的真实难度,其实做的略慢了,只不过是一个43=256误导了我好久,用正确的公式推出了错误的结果,还差点怀疑公式的正确性。。。

不管怎么说,是水过去了。

接下来因为T2叫做《模板》,看我博客的大标题,就知道我肯定不会先做它。

先去T1,考后连题解都没有,对于n=100000的诡异数据范围,正解是n2的大暴力,复杂度没有保证。我认为它不优秀于是打了一个单调指针优化。

结果优化崩了,被非最大测试点卡死了,T85分,极其无奈。

至此考场上我以为我已经A2个了。比较开心的进入了T2。

对做完的题要自信。

显然T2是最难的题目,当然像NC这种脑回路清奇的人可能不是这么认为的。NC就是不一样。

考后得知,这道题几乎不可做。题解没两句,码量又是3k朝上,树上的可持久数据结构。。。

然而我并没有想这么多。我也想不到这么多。

我知道剩下的时间全肝它不值得也不一定能肝出来,没有尝试正解先进70分。

对没做完的题要自谦。

看一下部分分的算法。前30分虽然限制比较多但是数据很小,n2log调个map就能水过。

这分不拿不行啊。码了1k多吧就稳下来了。

接下来的40分,数据虽然大了,但是少了一个限制条件,就和模拟测试1的那道题类似了。

树上差分,动态开点权值线段树,线段树合并。

考试不能白考,原题不应再错!

这回虽说是自己想明白了思路,但是自己的merge的板子又爆炸了。两个权值0的根合并后出现了1。

最后得到了35分。也就是第二类的40分只有5分,过了一个“每个点都至少有1个球”的测试点。

考后稍微特判了一下两个0根合并的问题,瞬间+35。

然后我还有40分钟左右。想了一会正解 ,脑子里乱糟糟的,扔掉了。

我突然意识到了一个重要的问题:

最难题从70分暴力改成AC,并不如把其他简单题低错爆零改成大众分。

如有神助。

打开自己T1的代码,扔进去一个最大样例,爆了!

调试的时候为了方便把ll改成int了!忘改回来了。

“等调试完就改回来”,然而我显然忘了。

考场上给自己的提示最好直接用注释写在源代码里最显眼的位置。

感人至极,我居然发现了这个问题,匆匆忙忙改long long。

实际得分25->85,硬抢60分回来!

再之后就没多少时间了,荒废过去了。

所以说,就这么水过了一场考试,还能rank#1不是很奇怪吗?

然而毕竟是分数累加制,考高一次没有用,4次总分离脸圆skyh还有96分的差距。(追回了105分还差这么多,没救了)

%%%skyh,我连拿了2个rank1,照样碾爆我。

垃圾DeepinC NOIP模拟测试13后就退役了,然后就滚去第二机房了。

[考试反思]0729NOIP模拟测试10的更多相关文章

  1. [考试反思]0814NOIP模拟测试21

    前两名是外校的240.220.kx和skyh拿到了190的[暴力打满]的好成绩. 我第5是170分,然而160分就是第19了. 在前一晚上刚刚爆炸完毕后,心态格外平稳. 想想前一天晚上的挣扎: 啊啊啊 ...

  2. [考试反思]1109csp-s模拟测试106:撞词

    (撞哈希了用了模拟测试28的词,所以这次就叫撞词吧) 蓝色的0... 蓝色的0... 都该联赛了还能CE呢... 考试结束前15分钟左右,期望得分300 然后对拍发现T2伪了写了一个能拿90分的垃圾随 ...

  3. [考试反思]0909csp-s模拟测试41:反典

    说在前面:我是反面典型!!!不要学我!!! 说在前面:向rank1某脸学习,不管是什么题都在考试反思后面稍微写一下题解. 这次是真的真的运气好... 这次知识点上还可以,但是答题策略出了问题... 幸 ...

  4. [考试反思]0801NOIP模拟测试11

    8月开门红. 放假回来果然像是神志不清一样. 但还是要接受这个事实. 嗯,说好听点,并列rank#7. 说难听点,垃圾rank#18. 都不用粘人名就知道我是哪一个吧... 因为图片不能太长,所以就不 ...

  5. [考试反思]0725NOIP模拟测试8

    看清你是个什么东西了么? 现在看清了么?rank#15?垃圾玩意? 你什么也不是.你没有骄傲,偷懒的资格! 节节败退,永无止境,你想掉到什么样子? 你还在为了成功拿到送分的T1而沾沾自喜?只不过是勉强 ...

  6. [考试反思]1003csp-s模拟测试58:沉淀

    稳住阵脚. 还可以. 至少想拿到的分都拿到了,最后一题的确因为不会按秩合并和线段树分治而想不出来. 对拍了,暴力都拍了.挺稳的. 但是其实也有波折,险些被卡内存. 如果内存使用不连续或申请的内存全部使 ...

  7. [考试反思]0816NOIP模拟测试23

    210 210 210 170 还可以.暴力打满就rk4了? 但不管怎么说,总算是在改完题之后理直气壮的写考试反思了. T1是个dp,说水也不太水.(当然某脸只要A掉了一道题就要说那是水题) 我的思路 ...

  8. [考试反思]0821NOIP模拟测试28:沉默

    这次不能把我前面的分数段都列出来了,因为实在太多了. 这次也不能把我后面的分数段列出来了,因为我后面没有了. yxm,mikufun,Pairs170100分第10.50分第29. 我:爆零,倒数第一 ...

  9. [考试反思]0719NOIP模拟测试6 + 0722NOIP模拟测试7

    连续爆炸,颇为愉快. 第6次:Rank #4 第7次:Rank #9 对于第6次考试,个人比较满意,因为T1只是差了一个卡常. 因为在考试前两天刚讲了矩阵,满脑子都是矩阵,还想到了循环矩阵优化. 整个 ...

随机推荐

  1. Spark 学习笔记之 map/flatMap/filter/mapPartitions/mapPartitionsWithIndex/sample

    map/flatMap/filter/mapPartitions/mapPartitionsWithIndex/sample:

  2. sbt 学习笔记(1)sbt安装和交互式界面使用

    下载sbt: http://www.scala-sbt.org/download.html 解压zip文件F:\sbt-0.13.15 配置环境变量 如果需要可以修改F:\sbt-0.13.15\sb ...

  3. Knative 实战:基于 Knative Serverless 技术实现天气服务-下篇

    上一期我们介绍了如何基于 Knative Serverless 技术实现天气服务-上篇,首先我们先来回顾一下上篇介绍的内容: 通过高德天气 API 接口,每隔 3 个小时定时发送定时事件,将国内城市未 ...

  4. docker在Mac上的下载安装

    在Mac上下载安装docker,下载链接:Stable 安装成功后启动终端,检查安装后的docker版本: yanguobindeMacBook-Pro:~ yanguobin$ docker --v ...

  5. 02-12 Logistic(逻辑)回归

    目录 逻辑回归 一.逻辑回归学习目标 二.逻辑回归引入 三.逻辑回归详解 3.1 线性回归与逻辑回归 3.2 二元逻辑回归的假设函数 3.2.1 让步比 3.2.2 Sigmoid函数图像 3.3 二 ...

  6. java集合类之ArrayList详解

    一.ArrayList源码分析 1.全局变量 (1)默认容量(主要是通过无参构造函数创建ArrayList时第一次add执行扩容操作时指定的elementData的数组容量为10) private s ...

  7. ACM-图论-同余最短路

    https://www.cnblogs.com/31415926535x/p/11692422.html 一种没见过的处理模型,,记录一下,,主要是用来处理一个多元一次方程的解的数量的问题,,数据量小 ...

  8. windows 7 专业版 64位 无法安装.Net 4.7版本解决方案

    什么暂停windows update,改文件夹,再恢复windows update等等方法都试了,不行之后就觉得这才是终极解决方案. 不管你是win 7什么版本,你只需要下载安装对应系统的Window ...

  9. Zeppelin的安装和SparkSQL使用总结

    zeppelin是spark的web版本notebook编辑器,相当于ipython的notebook编辑器. 一Zeppelin安装 (前提是spark已经安装好) 1 下载https://zepp ...

  10. 第六版PMBOK中工具与技术的介绍:数据收集数据分析数据表现

    数据收集技术: 1.头脑风暴:收集关于项目方法的创意和解决方案.2.焦点小组:召集预定的相关方和主题专家,了解他们对所讨论的产品服务或成果的期望和态度.主持人引导大家互动式讨论.3.访谈:通过与相关方 ...