第x回プロコン分科会(seg木)
seg木
このへんから高速化とかそういう技術が必要になってきます
logNは定数。(要出典)
一般的なの
RMQ。ある区間内の最大(最小)値、一か所の変更ができる。
int N; int seg[400005]; void init(){ N=1; while(N<=n)N*=2; rep(i,N)seg[i+N]=-inf; rep(i,n)seg[i+N]=初期値[i]; ireg(i,1,N-1)seg[i]=max(seg[i*2],seg[i*2+1]); } int get(int l,int r,int a,int b,int k){ //今、区間[l,r)(ちょうどk番目のノード)を見ていて、 //クエリは[a,b)内のmaxを返してくれ、というやつ。 if(r<=a || b<=l)return -inf; //全くかぶってない if(a<=l && r<=b)return seg[k]; //☆ return max( get(l,(l+r)/2,a,b,k*2), get((l+r)/2,r,a,b,k*2+1)); //わける } int get_max(int a,int b){ //外部からはこのようにgetを呼び出す return get(0,N,a,b,1); } void update(int p,int a){ //位置aを値pにする a+=N; seg[a]=p; a/=2; while(a>0){ seg[a]=max(seg[a*2],seg[a*2+1]); a/=2; } }
注意)
segの長さは、n*4くらい取っておくこと。
(Nがn*2くらいまでなって、segは2*N要素くらいいる)
半開区間です。
で、一回の呼び出しに対して、
updateはlog(N)回くらいwhile文が回る。
get の呼び出し回数が増えるのは、☆のところだが、
☆が呼び出されるのは、[l,r)と[a,b)が交差するとき。
で、それぞれの端点a,bについて、交差している区間はたかだかlog(N)個なので、
全部でだいたい4*log(N)回くらいgetが呼び出される。
ので、クエリに対してO(log(N))で答えられる、やったね、という話。
派生
各ノードに対してvectorとかsegtreeとかを持たせる話もある。
(2次元平面に対してある区域内の点の個数を求める、とか)
starry sky tree
ある区間内のmin、ある区間への加算、みたいなクエリに対して答えろ、という問題がある。
(seg木を二つ持てば解けるが同上)
これを解くのがstarry_sky_treeと呼ばれるやつ。
seg木は二分木なわけだが、「根以外のとこでは片方のノードは0」「根から葉までの値の累積和が各地点の値となる」
を満たすように、うまいことseg木を更新してやる。
たとえば、
[3, 1, 4, 1, 5, 9, 2, 6]
は、
[ 1 ] [ 0 ],[ 1 ] [ 0 ],[ 0 ],[ 3 ],[ 0 ] [2],[0],[3],[0],[0],[4],[0],[4]
みたいなのでもつ。
さて、実装ですが、
getは取ってくるだけですが、updateがちと面倒です。(ポロロッカさせる必要がある)
// validated at http://codeforces.com/problemset/problem/52/C int N; lli seg[800005]; void init(){ N=1; while(N<=n)N*=2; rep(i,n)seg[i+N]=dat[i]; reg(i,n,N-1)seg[i+N]=inf; ireg(i,1,N-1){ seg[i]=min(seg[i*2],seg[i*2+1]); seg[i*2]-=seg[i]; seg[i*2+1]-=seg[i]; } } lli get(int l,int r,int a,int b,int k){ if(r<=a || b<=l)return inf; if(a<=l && r<=b)return seg[k]; return seg[k] + min( //いままでの累積+子の最小値 get(l,(l+r)/2,a,b,k*2), get((l+r)/2,r,a,b,k*2+1)); //[l,r)の区間の部分木をちっちゃなseg木とみなしたときに //ちゃんと最小値が返っているようにする。 } lli get_min(int a,int b){ //外部からはこのようにgetを呼び出す return get(0,N,a,b,1); } void update(int l,int r,int a,int b,int k,lli p){ //区間[a,b)にpを加える if(r<=a || b<=l)return; if(a<=l && r<=b){ seg[k] += p; return; } update(l,(l+r)/2,a,b,k*2,p); update((l+r)/2,r,a,b,k*2+1,p); //この時点で、左右の子より下の部分は全て正常化されている筈。 //で、現状、自分を含む子ノードの部分は、適当なa,b,cを用いて(aが今のノード) //[ a ] //[ b ],[ c ] //となってるはず。で、 //「左ルートの累積がa+b,右ルートの累積がa+c」 // である状態を保ちつつ、 //「どちらかの子ノードの値が0,もう片方は正」 // であるようにするには、これを //[ a + min(b,c) ] //[ b-min(b,c) ],[ c-min(b,c) ] //としてやればよい。 lli por = min(seg[k*2],seg[k*2+1]); seg[k]+=por; seg[k*2]-=por; seg[k*2+1]-=por; } void update_x(int a,int b,lli p){ //外部からはこのようにupdateを呼び出す update(0,N,a,b,1,p); }
seg木ではない
BIT木(Fenwick Tree)
クエリがmaxではなくsumとかのとき、[1,x)と[1,y)から[x,y)が求まるので、持つノードの数が少なくできる。
BIT木に再帰的にBIT木を持たせる、とかいう話もある。
bit演算を用いると遷移が簡単に書けるよ、というもの。
実装は蟻本を見てください。
平方分割
seg木と似たような考え方として、「平方分割」というやつがある。
(僕はseg木の劣化版だと思っていたが、seg木でできない問題も解けたりするのでなかなか)
平衡二分探索木
http://www.slideshare.net/iwiwi/2-12188757
これとか。
seg木にはできないことをやってのける。
勉強になるの
http://kagamiz.hatenablog.com/entry/2012/12/18/220849
とか、
http://www.slideshare.net/iwiwi/ss-3578491
とか、
http://d.hatena.ne.jp/kyuridenamida/20121114/1352835261
とか、
http://d.hatena.ne.jp/DEGwer/20131211/1386757368
とか、
http://hogloid.hatenablog.com/entry/20121227/1356608982
とか、
http://d.hatena.ne.jp/tozangezan/20111111/1320993464
とか。
AOJ 1601 Short PhraseをShort Codingする
AOJ 1601 Short PhraseのShort Coding - cookies.txt .scr
cookiesくんがショートコーディングをしていたのでそれに対抗してみる。
#include<bits/stdc++.h> main(){ for(char s[50],i,j,p,q;p=atoi(gets(s));printf("%d\n",i)){ for(i=0;i<p;s[i++]=strlen(gets(s+i))); for(i=j=0;j<7;) for(p=i++,j=q=1;q>0;) for(q=j++>5?0:j-2&&j-4?8:6;q>1;q-=s[p++]); } }
s[50],j,p,q; main(i){ for(;p=atoi(gets(s));printf("%d\n",i)){ for(i=0;i<p;s[i++]=strlen(gets(s+i))); for(i=j=0;j<7;) for(p=i++,j=q=1;q>0;) for(q=j++>5?0:j-2&&j-4?8:6;q>1;q-=s[p++]); } }
C++よりCのほうが、「#include
q=j++>5?0:j-2&&j-4?8:6
とあるが、これは、
if(j>5){ q=0; j++; } else{ j++; if(j!=2 && j!=4)q=8; else q=6; }
みたいな挙動をしてて、要は、
int x[10]={1,6,8,6,8,8}; q = x[j++];
みたいなことをしてる。
cookiesくんのほうはdefineとgotoでうまいこと制御しているが、
ショートコーディング理論(C/C++編) - Cozy Ozy
によれば、ちゃんとやればdefine文を使わない方が短くなるらしいのでがんばってdefineなしで縮めみた。
ショートコーディングをすると常識がばんばん破壊されるのでよい。
2016/6/29 22:00 修正と追記
クッキー君より、
p=atoi(gets(s)),p;
のとこ、
p=atoi(gets(s));
でよいのでは、と言われたので修正。2byte縮む。(こういうのが盲点に入ってしまうのでたちがわるい)
あと、コードについての解説を追加しました。
2016/7/7 0:00 追記
なんやかんややってて、更に11byte縮んだので追記。 166byte。
http://judge.u-aizu.ac.jp/onlinejudge/review.jsp?rid=1893982#1
s[50],j,p,q; main(i){ for(;j=i=atoi(gets(s));printf("%d\n",i)){ for(;i;)s[j-i--]=strlen(gets(s+j)); for(;j;) for(p=i++,j=q=6;q>0;) for(q=6842496>>--j*4&15;q>1;) q-=s[p++]; } } // 6842496は0x686880 のこと。 // x>>--j*4&15 は (x>>(--j)*4))&15 の意 // (奇跡的に演算子の優先順位がぴったりはまって括弧がひとつも要らなくなった)
あと、for(;i;) とか、 for(;j;) とかのあたり、初期化子や判定文を削りに削っているとこが見どころですかね。(前のと比べてだいぶ短くなった)
2016/7/7 13:00 追記
まだ縮んだ。158byte。
http://judge.u-aizu.ac.jp/onlinejudge/review.jsp?rid=1903254#1
s[50],j,p,q; main(i){ for(;j=i=atoi(gets(s));printf("%d\n",i)){ for(;i;)s[j-i--]=strlen(gets(s+j)); for(;q>0||j&&(p=i++,j=117933);j/=9) for(q=j%9;q>1;) q-=s[p++]; }}
前回からの進歩として、
「9進法を採用した」(16進法だとj/=16とかq=j%16とかになるので2byte伸びる)(117933は9進法で188686)
「for文がひとつ分なくなった」(まあ、||と&&と()が要るようになったので収支1byteの得ですが)
というのがでかいかと。
皆様の挑戦をお待ちしております。
機械学習分科会、第八章の四,グラフィカルモデルによる推論
ある変数xが状態aを取る確率p(x=a)を求める
モデルが一本鎖のとき
#p(xk=a)の値を求める #p(x1,x2, ... ,xN) = phi[1,2](x1,x2) * phi[2,3](x2,x3) ... phi[N-1,N](xN-1,xN) ans = 0 for x1 in xrange(0,K): .... for xk-1 in xrange(0,K): for xk+1 in xrange(0,K): .... for xN in xrange(0,K): ans += phi[1,2](x1,x2) * phi[2,3](x2,x3) ... phi[N-1,N](xN-1,xN)
ですが、なんやかんやすると、
arpha = 0 for x1 in xrange(0,K): .... for xk-1 in xrange(0,K): arpha += phi[1,2](x1,x2) * ... * phi[k-1,k](xk-1,xk=a) beta = 0 for xk+1 in xrange(0,K): .... for xN in xrange(0,K): beta = phi[k,k+1](xk=a,xk+1) * ... * phi[N-1,N](xN-1,xN) ans += arpha * beta
となって、さらにdpして、
for x0 in xrange(0,K): arpha[0][x0] = 1 for i in xrange(1,k+1): for xi in xrange(0,K): arpha[i][xi] = 0 for xi-1 in xrange(0,K): arpha[i][xi] += arpha[i-1][xi-1] * phi[i-1,i](xi-1,xi) for xN+1 in xrange(0,K): beta[N+1][xN+1] = 1 for i in xrange(k,N).reverse: for xi in xrange(0,K): beta[i][xi] = 0 for xi+1 in xrange(0,K): beta[i][xi] += beta[i+1][xi+1] * phi[i,i+1](xi,xi+1) ans = arpha[k][xk=a] * beta[k][xk=a]
となる。
モデルが木のとき
黒頂点(■)と白頂点(○)についてのdpみたいにすればいけます。
確率を求めたいノードを根にしてやって木を吊るします。
で、各白頂点は、子の黒頂点を、各黒頂点は、子の白頂点を持ってるものとします。
このとき、疑似コードはこんな感じ。
def root(x=a): res = 1 for to in rootnode: res *= kuro(no=to,state=a) return res def kuro(no,state): #no番目の黒ノードの親白ノードが状態stateを取るときの、no番目の黒ノードを根とする部分木の確率の総和 res = 0 tos = kuro[no] ls = len(tos) for t1 in xrange(0,K): ... for tls in xrange(0,K): res = kuro_function[no](state,t1,t2, ... tls) * siro(no=tos[1],state=t1) * ... * siro(no=tos[ls],state=tls) def siro(state,no): #no番目の白ノードが状態stateを取るときの、no番目の白ノードを根とする部分木の確率の総和 res = 1 for to in rootnode: res *= kuro(no=to,state=state) return res def leafsiro(state,no): return 1 def leafkuro(state,no): return kuro_function[no]()
で、計算量ですが、メモ化なりなんなりすると、状態はK*Nパターンしか起こらないので、あとは遷移に掛かる時間に寄りますね。
具体的には、たくさん(dこ)子を持つ黒ノードがあった時に、K^dかかってしまうわけです。
で、因子グラフが木構造をもとにしてできていれば、dがたかだか2で抑えられて幸せという寸法。
(逆に、全結合みたいなやつだと、d=NとなってK^Nかかるのでえらいことになる)
最大の確率をとる変数ベクトル(x1,...,xN)とその時の確率p(x1,...,xN)を求める(max-sumというやつ)
これは、dp->経路復元みたいなのをしてやればよい。
モデルが一本鎖のとき
問題は、
『最大の確率 p(x1,...,xN) を求めよ』となり、
『最大の確率 phi[1,2](x1,x2) * ... * phi[N-1,N](xN-1,xN) を求めよ』となり、logは単調増加なので、logとってもよく、
『最大の log(phi[1,2](x1,x2)) + ... + log(phi[N-1,N](xN-1,xN)) を求めよ』となる。
で、各log(phi[a,a+1](b,c)) を、【頂点 a[b] から頂点 a+1[c] 間の辺の重み】みたいにみると、
『頂点1から頂点Nまでの経路のうち、重み最大のものの重みと、それを与える経路を求めよ』
みたいな感じになります。
で、これはもうdpしてからの経路復元で解けますね。
モデルが木のとき
同様のアナロジーをすると、
『木の各頂点に適切な状態を割り振ることにより、木全体の辺の重みを最大化しろ』
となります。
で、これは、
kuro[x][s] .. 頂点xが状態sを取るときのxからの部分木の辺の重み和の最大値
みたいなdpをすれば、解けますね。
機械学習分科会、第六章、カーネル法、前編。
おわび
ガウス過程のところの話が分からなかったのでその手前までです。ベイズファンのみなさんすみません。
以下、6.40のとこのコードです。なんか適当にいじって遊んだってください。
#coding:utf-8 import random import math import numpy as np print "inported" import matplotlib.pyplot as plt print "inported" def getdata(pn,sgm): res = [] for i in xrange(pn): x = random.uniform(0,10) t = math.sin(x) + random.gauss(0,sgm) x += random.gauss(0,sgm) res.append((x,t)) return res def toplts(x): a,b = [],[] for p in x: a.append(p[0]) b.append(p[1]) return (a,b) pi = 3.1415926535897932384626433 def norm(m,x,sgm): return math.exp(-((x-m)**2)/(2*sgm*sgm)) / (math.sqrt(2*pi)*sgm) ''' plt.clf() X = np.linspace(-2, 2, 256, endpoint=True) plt.plot(X, map(lambda x: norm(0,x,0.5),X)) plt.show() ''' def nadaraya_6_40(dat,ix,sgm): def myu(gzi): return norm(0,gzi,sgm) myuz = map(lambda p: (myu(ix-p[0]),p[1]),dat) s = 0.0 res = 0.0 for (v,t) in myuz: res += v * t s += v res /= s return res sgm = 0.3 pn = 50 plt.clf() #ideal X = np.linspace(0, 10, 256, endpoint=True) plt.plot(X, np.sin(X)) #data dat = getdata(pn,sgm) xs,ys = toplts(dat) plt.plot(xs,ys, 'o') #predict pres = map(lambda x: nadaraya_6_40(dat,x,sgm),X) plt.plot(X, pres) plt.show()
第Ⅲ回プロコン分科会(木、グラフについてその1)
森、木、グラフ、有向無向、頂点、辺、重み、(非)連結、(入|出)次数、隣接、パス、閉路、多重辺、自己辺、橋、関節点、根、親、子、DAG、なもり木、とか用語についての解説はその場でします。(図を書くのがめんどい)
(グラフの場合は、ある程度問題文を見ればわかるので適当にARCとかを漁ってみて)
グラフの扱い方とかアルゴリズムとかについておおざっぱに
以降、Vは頂点数、Eは辺の数を表します。
グラフの持ち方
A_iとB_iが重みC_iの辺で繋がってるとき、
A_1 B_1 C_1 A_2 B_2 C_2 ...
みたいに入ってくるとする。
隣接行列
int graph[205][205]; rep(i,E){ int a,b,c; scanf("%d%d%d",&a,&b,&c); graph[a][b] = c; graph[a][b] = c; }
楽に書ける、ワーシャルフロイド法とかはこれを使う。
Vが10^5くらいになるとメモリが死ぬので使えない。
隣接リスト
vector<pair<int,int> > graph[205]; rep(i,E){ int a,b,c; scanf("%d%d%d",&a,&b,&c); graph[a].push_back(make_pair(a,c)); graph[b].push_back(make_pair(b,c)); }
typedef long long int lli; typedef pair<lli,lli> mp; vector<mp> vs[100005]; rep(i,E){ lli a,b,c; scanf("%lld%lld%lld",&a,&b,&c); vs[a].push_back(mp(b,c)); vs[b].push_back(mp(a,c)); }
こちらの方が一般的。速い。メモリが軽い。
最短経路問題
ダイクストラ法
1つの頂点からの他の全頂点に対する最短経路が求まる。
全辺の重みが負でない時に使える。
一番早い。O(ElogV)。密なグラフ(E≈V^2)のときは、O(V^2)のアルゴリズムを使った方がよい。
priority_queue<int,vector<int>,greater<int> > que;
ベルマンフォード法
1つの頂点からの他の全頂点に対する最短経路が求まる。
負の重みの辺があっても使える。負閉路検出ができる。
O(EV)。そこそこ高速。
ワーシャルフロイド法
全ての頂点からの他の全頂点に対する最短経路が求まる。
負の重みの辺があっても使える。負閉路検出ができる。
O(V^3)で重さはそれなり。
実装がめちゃ軽いので楽に最短路を求めたいときにオススメ。
rep(k,V) rep(i,V) rep(j,V) if(d[i][k] + d[k][j] < d[i][j]) d[i][j] = d[i][k] + d[k][j];
その他
GDraw (グラフの可視化ができる)
第弐回プロコン分科会(動的計画法(DP)のはなし)
その前に
マラソンマッチが今朝方から始まりましたね。
TopCoder
その他(競プロのこつシリーズ)
テンプレート(repとか)を作ろう
メモリを多めにとったり番兵を活用したりしてコードを書きやすくする
人のコードを見ると発見があってよい
動的計画法その前に
まず、大前提ですが、普通の全探索(やるだけ)は書けますよね???(僕が書けるとは言っていない)
(全探索だと計算量がえらいことになる→動的計画法、という流れなので、まずは全探索で問題がちゃんと解けるようになりましょう)
動的計画法(DP)
問題例
AOJの入門のやつ
フィボナッチ数列 | アルゴリズムとデータ構造 | Aizu Online Judge
Online Programming Lesson (いろいろなDP問の入門)
連鎖行列積 | アルゴリズムとデータ構造 | Aizu Online Judge(行列についての知識がないと難)
Welcome to Typical DP Contest - Typical DP Contest | AtCoder このコンテストが全問解ければあなたもDPマスターだ!!
Pasta | Aizu Online Judge
Books | Aizu Online Judge
A First Grader | Aizu Online Judge
Take the 'IOI' train | Aizu Online Judge
(情報オリンピックの予選問4,本選問2はDPと相場が決まっていた)
やや難
bookshelf: 本棚 (Bookshelf) - 2011年 日本情報オリンピック春合宿OJ | AtCoder
http://www.ioi-jp.org/camp/2011/2011-sp-tasks/2011-sp-day4.pdf (bookshelfの問題はこのpdfに載ってる)
chopsticks: 塗り箸 (Chopsticks) - 2009年 日本情報オリンピック春合宿OJ | AtCoder
http://www.ioi-jp.org/camp/2009/2009-sp-tasks/2009-sp_tr-day4_23.pdf (chopsticsの問題)
lake: 湖 (Lake) - 2010年 日本情報オリンピック春合宿OJ | AtCoder
http://www.ioi-jp.org/camp/2010/2010-sp-tasks/2010-sp-day4_23.pdf (lakeの問題)
ほかにも問題名を僕に投げてくれれば、(dpである|dpでない|知らない)を返します。
とりあえずこちらをご覧ください
なぜdpでうまくいくか
よくある事例
ナップサック問題
Q.
0-1 Knapsack Problem | Aizu Online Judge
N個の商品があり、各々に重さC_iとうれしさA_iが決まっている。N個のうちから重さの合計がK以下になるように商品を選んだ時の嬉しさの総和の最大値を求めよ。
最長増加部分列問題
Q.
最長増加部分列 | 動的計画法 | Aizu Online Judge
長さnの数列A_1...A_nが与えられるので、単調増加な最長の部分列(連続でなくてもよい)を求める
解き方
で、DPの問題は漸化式を作れれば解けます。
例) dp[i] = max{dp[k]+1 | k < a[i] }
とか。
dp配列の定義をしっかりしておかないと、デバッグのときに苦しむことになります。(dp[i][j]には何が入るべきなのか)
あと、添え字とか初期化の値とかには要注意。
たいてい、デバッグは配列を吐き出して行うイメージ。
Q.
漸化式が思いつけないんですが
A.
僕も漸化式の状態では思いつけません...(数学が強い人は数式をいじって解いたりしている)
簡単に埋められて答えの得られるようなうまい配列を思いつく、みたいな感じでやってます。
Q.
そもそもDPの問題だと見抜けないんですが...
A.
経験値でがんばって見抜いてください...
(もっとよい判断方法があるのかもしれないけど僕にはわからない...)
よくある事例
ナップサック問題
蟻本が優秀なのでそれ読んで。
A.
値段が同じになるような商品の取りかたなら、そのうち嬉しさ度が最大のものだけ覚えておけばよい、という性質を利用する。
または、
嬉しさ度が同じになるような商品の取りかたなら、そのうち値段が最小のものだけ覚えておけばよい、という性質を利用する。
最長増加部分列
蟻本を読んでくださいと言った感じ(口頭でするかも)
A
増加しているかどうかは、最後の数字さえ憶えておけば判定できる、という性質を利用する。
与えられた数列をa[0],a[1]...とします。
dp[i] .. 数列のi番目の数字が最後に来るような部分列の最長の長さ、とすると、
dp[i] = min{ dp[k]+1 | a[k] < a[i] }
これだと、コードは
for(int i=0;i<n;i++){ dp[i]=1; for(int k=0;k<i;i++){ if(a[k]<a[i])dp[i]=max(dp[i],dp[k]+1); } } printf("%d\n",dp[n-1]);
となって、O(n^2). n=10^5とかだとつらい。
dp[i][p] .. 数列のi番目の数字までを用いた時、数字pが最後に来るような部分列の最長の長さ、とすると、
dp[i][p] = a[i]==p ? min{ dp[i-1][k]+1 | k < a[i] } : dp[i-1][p]
なんやかんやで、
fill(dp,dp+n,inf); for(int i=0;i<n;i++){ dp[a[i]] = max{ dp[k] | k < a[i]} + 1 }
で、これだと、普通はO(n^2)になるが、
maxを取るときにSegtreeとかを使うと、maxを取る操作がO(logn)になるので、n=10^5とかでもいける。
(メモ化再帰でするとセグ木との相性がよくないかな)
ビットDP
dp[105][2][2][2][2][2][2][2][2][2][2]; みたいな配列が生えるとやばそうなのでbitで状態管理しましょうねという話。
木DP
グラフのときに触れるかも
(というか、グラフの最短経路を求めるアルゴリズムはたいていDPっぽい)
区間DP
Q.
力持ち | Aizu Online Judge
これとか。
dp[i][j] = max{ dp[i][k] * dp[k][j] + a[k] | i
桁DP
確率DP
確率漸化式はもろDPですね、という話。
注意する点として、たとえば、
dp[i] = sum{ dp[k] * r^(i-k) | 1 <= k < i}
みたいのが立ったとすると、
dp[1] = 1; for(int i=2;i<n;i++){ dp[i] = 0; double nr = r; for(int k=i-1;k>=1;k--){ dp[i] += dp[k] * nr; nr *= r; } }
みたいなのになって、これだとO(n^2)だが、答えの誤差が1e-6未満とかだと、nrが小さいのは無視してかまわなくなり、計算量が落ちる、みたいなのがあります。
数え上げDP
ほかにもいろいろなDPがあるよ!!!
(最近だと、monge性とかいうのを用いたmongeDPとかいうのがあるらしい)
参考
最強最速アルゴリズマー養成講座:アルゴリズマーの登竜門、「動的計画法・メモ化再帰」はこんなに簡単だった (1/5) - ITmedia エンタープライズ chokudaiさんの連載。僕はこれで動的計画法の概念を知った。入門向け。
プログラミングコンテストでの動的計画法 iwiwi大先生のスライド。よい。
第一回プロコン分科会
プロコンとは
プログラミング力を競うコンテストのこと。TopCoder部のカレンダー - TopCoder部とかに予定が載っていたりする。
たいてい、インターネットや本を大会中にばんばん使用してもよい。
競技プログラミング
アルゴリズム力を競う。正しく、ある程度高速に動くプログラムを短い思考時間で書くことが目的。1回のコンテストはだいたい2時間弱。
AtCoder (アットコーダー)
yukicoder
About – topcoder
Codeforces
Google Code Jam
ICPC16
AIZU ONLINE JUDGE: Programming Challenge
Welcome To PKU JudgeOnline
マラソン
アルゴリズム力を競う。1つの問題に対して、できるだけ高い得点を得られるようなプログラムを書く。一回のコンテストはだいたい1週間以上。
TopCoder
ICFP Programming Contest 2015
CODE RUNNER
CODE VS -ゲームを攻略する「最強のAI」作成-
プログラミングコンテスト | ハル研究所
機械学習的なの
マラソンに比べて機械学習の力がいる感じ。あと儲かるらしい。
Competitions | Kaggle
code golf
できるかぎり短いコードでプログラムを書く。
anarchy golf
TLE · Felicity · IIIT-Hyderabad
超絶技巧
神秘的なプログラムを書いた人が勝ち。
The International Obfuscated C Code Contest
trick2015/README.ja.md at master · tric/trick2015 · GitHub
この分科会では*****まで扱います。
競技プログラミングの効用
勉強か?趣味か?人生か?―プログラミングコンテストとは これを読んでください。
競技プログラミングについて自習する
本
蟻本、チーター本、螺旋本とか。あと、図書館に『アルゴリズムイントロダクション』がある。
その他インターネット
各種writeupやアルゴリズムの解説がインターネット上にある。
ICPC Challenge | 実践的プログラミング (全学自由研究ゼミナール)
月曜6限の授業。資料がとてもよい。この資料を読んだ方がこの分科会より有益なのでは...
「最強最速アルゴリズマー養成講座」最新記事一覧 - ITmedia Keywords これとか
番兵,いもす法,信濃川理論,データ構造をマージする一般的なテク,平衡二分探索木とか
*
最初のうちは、自習しようとしても「アルゴリズムが分からないので問題が解けない」<->「問題が解けないのでアルゴリズムを学べない」になってつらいので、ちょっと考えて分からなかったら解説を読む、みたいなスタイルがよいらしい。(問題は星の数ほどある)
参考
Welcome to Typical DP Contest - Typical DP Contest | AtCoder dp分からない人はこれを解けばいいのでは???
AOJ-ICPC難易度順に並んでいる。
AOJ Problems by Categoryカテゴリ別に分けられているのでよい。
Spaghetti Source - 各種アルゴリズムの C++ による実装
Competitive Programming Advent Calendar 2015 - Adventar
Welcome to お誕生日コンテスト - お誕生日コンテスト | AtCoder
Welcome to YUHA presents C88 謎解き×競技プログラミング 『ある勇者の物語』 - YUHA presents C88 謎解き×競技プログラミング 『ある勇者の物語』 | AtCoder
Golden Week Contest - あなたは嘘つきですかと聞かれたら「YES」と答えるブログ
__________の ICPCアジア地区予選2011参戦記 - jelliesの競技プログラミング雑記