CSP满分说 | 中山大学陈景泰：CSP的“前端”和“后端”

我和CCF在初中相遇。我在小升初时有幸接触到信息学竞赛，并激发了极大的兴趣，以此开始了五年的OI求学过程。在此过程中，我参加了CCF主办的NOIP、CSP、WC等赛事，也取得了较好的成绩，获得了充分的程序设计竞赛经验。虽然在此过程中，我和省队失之交臂，未能站在NOI的赛场上，但这五年的奋斗历程无疑成为了我的宝贵经验。我逐渐认识到了算法的丰富绚丽，而算法也在我日后的学习中提供了许多便利。

在进入中山大学后，我对算法竞赛的热爱依然不减。我开始转战ACM，并在ICPC、CCPC等赛事上展现了自己的水平。在林瀚老师、张子臻老师和万海老师的悉心指导下，我和两位队友作为新生队伍在2023赛季取得了三金一银的成绩。同时，我们报名了本次CCF CSP认证，并都取得了500分满分的成绩。这些成绩无疑为我加强了信心，鼓励我在未来的赛事中不断突破自我。可以肯定的是，这些成绩离不开CCF对算法竞赛的优秀组织，也离不开CCF相关赛事提供的广大交流平台。

在第48届ICPC合肥站中的气球簇

CCF CSP认证时长为四个小时，包含五道题目。

第一题和第二题相对来说比较基础，考察的是对普及层面算法的了解程度。一般来说，只要在前期的程序设计学习中稳扎稳打，这200分实际上不难拿到手。

第三题一般而言会在题面中提供相当多的信息，主要考察选手对具体信息抽象化的能力，而对算法本身不做太多深入。对于本次比赛的第三题而言，在略去题目提供的背景知识和样例解释后，本题的核心实际上比较简单：利用权重系数构建一个树状结构，随后利用模拟算出每一步需要询问的编号。当然，除了分析题目之外，选手还应当对代码的复杂度和常数有一定的认知，防止分析不当导致复杂度错误等问题。我在写完第三题后发现代码超时了，随后发现是递归栈的使用增加了常数，导致复杂度卡不过去，到了最后优化了复杂度才解决问题。

从第四题开始，题目对算法的要求逐渐提高，风格也更加偏向于OI/ACM系列的题目风格。这类题目一般带有比较强的形式化描述，方便选手进行题目的理解，所以对于这两道题更应该借助自身的算法基础，尽可能多的进行拿分。对于这一些题目，有一个比较好用的经验：抓住数据范围、部分分性质等得到一些关键提示。在某些题目中，一些循序渐进的数据范围可能会给我们一定的启发，而整体的数据范围也可以帮助我们快速锁定算法。在本次比赛的第四题中，由于数组长度和询问次数均有可能到达十万，而题目的矩阵乘法必然对算法带来比较大的常数，故此时我们就能自然考虑使用单次操作亚线性的经典数据结构，在本题中对应线段树和分块。同样的，在本次的第五题中，考虑到路径拆成两部分后的合并可以快速达成，再次利用长度较小、颜色数量较少的性质，即可设计出正确的算法。

在Byte Camp训练

CCF CSP认证在赛时就会提供评测的分数等信息，同时不在赛内公开榜单。对于长时间在OI赛制模式下练习的选手来说，这一点可能会带来赛场策略和调试思路的一些差异。对于这部分选手，我的建议是先进行IOI赛制下的策略训练。训练可以直接从官方的题库切入，也可以对照难度在其他题库中寻找题目并组成比赛。由于算法本身涉及到方方面面，而对一个算法的深入程度可能会深刻影响到某道题的分数得失，因此在训练过程中尽可能多的进行算法开拓并非坏事。

另外，每一位选手都需要根据自己的能力设计一个清晰的赛时得分预期，防止在赛事出现心理上的过度作用。如果对一道题抱有太高的期望，而中途发现自己无法达到预期的时候，往往就会出现死磕一道题目，却忘了后面题目的情况。CCF CSP认证存在部分分的设置，在不清楚正确解法的时候，适当的跳过或者先实现部分分算法是很有必要的。因此，我们可以在赛前借助自己的训练经验，明确每道题目需要实现的目标，在赛时也需要放平心态，发挥尽可能大的潜能。

当然，除了算法学习之外，一些细节上的优化也是可行的，例如代码能力训练、数学推导练习、常数优化技巧等。这些优化无疑可以提升赛时得分的稳定程度，保障选手在赛场上高质量地完成题目。而与此同时，这些优化训练也并不是必需的，在本身算法能力并不充足的情况下，还是建议以算法学习为主。

CCF CSP认证在各方面体验良好，题目难度梯度适中，赛事评测迅速，比赛的公平性也能得到保障，无疑是验证程序设计能力的大好机会。希望CCF CSP认证保持优秀的比赛质量，也祝愿各位选手在赛场上发挥出自己的最佳水平，得到理想的成绩。