大一上学期，四川大学网络空间安全学院开设了 C 语言程序设计基础课程，这是我第一次正式接触编程。从一开始对着代码不知所措，到逐渐理解编程逻辑，我慢慢对这门学科产生了浓厚的兴趣。学习编程少不了大量练习，我从四川大学的OJ刷题平台和ACM平台开始，通过不断做题积累经验。随着能力提升，我又尝试了洛谷、leetcode、牛客、CSP模拟测试网站等更多平台。每完成一道题，都像是解开一道谜题，让我很有收获感。

大二下学期，我加入了四川大学ACM集训队，在队友的推荐下，开始接触 Codeforces 和 Atcoder，接触到了更丰富多样的算法题目，也学习到许多巧妙的数据结构，每次钻研其中，都让我对编程有了更深的认识。到了大三，我和队友一起参加各类算法比赛。备赛时，大家会一起讨论题目思路、分配任务；比赛过程中，全神贯注地编写代码、调试程序；赛后也会一起复盘总结，分析不足。在大三上学期的 XCPC 比赛中，我们团队获得了银牌。这份成绩让我很高兴，但同时也让我看到了和顶尖选手之间的差距。经过考虑，我决定继续留在四川大学ACM集训队，希望能通过更多的学习和练习，在算法竞赛中取得更好的成绩。

ICPC 昆明站和CCPC省赛获奖证书

我报考CSP主要出于几方面考虑。首先，CSP认证能系统检验算法能力，通过备赛能扎实提升编程和逻辑思维。其次，拿到200分以上可获得CCSP竞赛报名资格，这是更具挑战性的算法舞台，能进一步拓展我的竞赛视野与能力。此外，人大、北航等高校认可CSP成绩，能替代夏令营机考环节，为升学增加便利。从长远看，企业招聘实习和工作时，优秀的CSP成绩也是专业能力的直观证明，能为职业发展积累优势 。

本次认证中，第1题侧重编程基础，按题目要求按部就班地进行模拟运算，只要细心就可顺利完成，属于比较友好的 “开胃菜”。第2题是经典的类似背包问题的动态规划题，我采用的策略是枚举第一天喂给机器人的苹果数量，将原问题巧妙转化为一个规模更小的子问题，再运用n×m复杂度的动态规划算法，逐步递推求解，从而找到最优解。

第3题相对复杂，是一道较为麻烦的模拟题。考试时，考虑到时间分配和题目难度，我选择先跳过它，去攻克第4题，之后再回过头来仔细钻研。这道题的关键在于精准区分两种赋值方式，根据题目给定的n的范围，我们能采用n²算法来实现。在具体实现过程中，每次求解一系列变量的长度时，我选择直接将所有变量的长度一次性算出。这里面存在明显的递归结构，我将其看作是有向无环图上的动态规划问题。为了提高效率，在每次进行第二种赋值操作时，我着重维护图的结构。在实际编写代码时，双向维护变量依赖关系能更好地梳理逻辑。同时，这道题涉及大量字符串读取操作，由于担心直接使用字符串作为变量标识会导致超时，我预先做了一步预处理，把字符串变量映射成唯一正整数，仅保留字符串常量的长度属性，并重新解读每条指令，将指令解读和实际模拟两部分分开编写。在处理字符串时，我利用 C++ 的getline函数读取整行内容，再借助istringstream创建包含该字符串的流，这样就能像使用cin一样，以空格为分隔符轻松读取字符串，极大地简化了输入指令的处理流程，最终成功且幸运地一次通过该题。

因为我注意到a的范围不同于寻常的1e9，而是1e6，于是我考虑利用公式：n等于它的所有因子的欧拉函数和，线性筛预处理欧拉函数，然后依次考虑1到1e6每个数，记当前考虑到i，将i的所有倍数在数组中出现的位置找出来，这些位置形成若干段，每段累加所有的(l＜=r)l*r*欧拉函数(i)即可。

第4题的解题过程可谓一波三折。起初，我发现同一左端点下gcd相同的段数量较少，大致为loga级别，于是构思了一个较为直观的解法：枚举左端点，通过二分查找快速定位每个gcd相同段的右端点，然后累加答案。由于涉及频繁的区间gcd询问，我选用ST表来实现快速查询。这种方法的时间复杂度为n*(loga)^2*logn，其中二分查找复杂度logn，段数为loga,单次gcd查询复杂度loga，最终因复杂度较高导致超时，只拿到了 80 分。随后，我尝试改进策略，注意到本题中a的范围并非常见的 10⁹，而是10⁶，基于这个特点，我考虑利用公式 “n等于它所有因子的欧拉函数和”，通过线性筛法预处理欧拉函数。具体做法是，依次考虑1到 10⁶的每个数，假设当前考虑到i，找出i的所有倍数在数组中出现的位置，这些位置会形成若干段，对每段累加所有满足 l≤r的 l×r×欧拉函数(i)。在查找倍数位置时，采用逆向思维，让每个数去找自己的因子，通过aloga的方法预处理出10⁶范围内每个数的所有因子。然而，这种做法的复杂度为aloga+数组中所有数的因子个数之和，结果还是因为数据特性，比如被像720720这种因子个数极多的数据 “卡” 住，再次超时，依旧只得到80分，最终也没能想出倒序枚举左端点、动态维护右端点gcd 值的优化解法。

第5题是关于树上的数据结构题，由于操作3和4涉及改变树的形态，通常需要借助Link - Cut - Tree（LCT）来维护。但我对LCT掌握不够熟练，考试时又没携带算法模板，为求稳妥，我决定放弃这部分复杂操作，争取拿下前面没有操作3和4的70分。这部分采用的是重链剖分结合动态DP的做法，简单来说，就是将传统的DP转移用在max+运算下的矩阵形式表示，每个点的矩阵仅与自身和轻儿子所在链的属性相关，如此一来，在修改时不会一次性对过多矩阵产生影响（因为每个点向上跳只会成为对数级别个节点的轻儿子）。对每条重链，使用线段树维护矩阵积，每次修改时，从叶节点开始重新计算对上层节点的贡献，将矩阵积层层向上更新。最终顺利实现预期目标，幸运地一次就拿到了这70分。

第37次CSP认证考试成绩部分截图

合理分配精力，灵活调整策略。CSP与XCPC的赛制不同，它的题目设置了部分分机制，因此建议优先确保基础分，既能减轻考试压力，也能为后续解题争取更从容的心态。若遇到题目反复调试无果或难以定位错误的情况，不妨暂时跳过，先尝试其他题目。特别是首次参赛的同学，可先以稳扎稳打获取保底分为主，后续再尝试更激进的策略冲击高分。

重视思考与数据预处理。部分题目涉及复杂公式推导，依赖脑力空想容易出错，这时候不妨在草稿纸上推导处理。例如，我在第 5 题的解题过程中，就是先在草稿纸上完成矩阵推导，再着手编写代码。此外，提前做好输入处理、变量映射等预处理工作，能显著提升编程效率，减少调试时间。

夯实基础，巧用纸质资料。CSP更侧重考察算法模板与数据结构的掌握程度，相比XCPC注重性质观察的特点，CSP更强调基础知识的扎实性。考试允许携带纸质资料，建议日常多整理常用算法模板，并标记容易出错的细节。携带的模板最好提前通过实战题目测试，确保使用时万无一失。

针对性突破题型。CSP的前两题通常围绕语法和基础算法展开，难度较低；第3题多为模拟题，需熟练掌握字符串读取、map、set等STL容器的使用，建议先抽象出解题模型，再逐步调试完善。第4题往往需要挖掘题目隐藏性质，通过优化算法复杂度求解，更具竞赛思维；第5题常涉及冷门数据结构，调试难度较大，建议优先争取部分分，再尝试完整解法，这些知识点可以通过CSP模拟认证网站练习。

熟悉工具与环境。CSP支持使用Dev-c和VSCode，考前应熟悉这两款工具的C工具链配置、运行调试功能，同时掌握文件读入的方法，模拟真实评测环境，避免因工具使用不熟练影响答题效率。

适应赛制训练。CSP采用IOI赛制，允许多次提交且无失败惩罚，评测结果实时反馈。建议考前针对该赛制进行模拟训练，掌握提交节奏，合理利用多次尝试机会优化代码，避免因不熟悉规则错失得分。

感谢CCF举办CSP系列认证考试，让我在备赛和答题过程中清晰发现自身知识短板，及时查漏补缺。在此，我也要感谢四川大学ACM集训队和CCF四川大学学生分会，无论是日常训练的指导，还是竞赛经验的分享，都让我受益匪浅。同时，考试提供了贴近真实竞赛的编程环境，帮助我积累实战经验。对于想在算法竞赛领域深入学习的同学，我建议积极参与CSP认证及CCSP竞赛。以赛促学、以练代战，在实战中打磨编程能力、锤炼算法思维，将所学应用于计算机技术的探索与发展中。