临近复试的那几周我几乎把所有空余时间都砸在了 OJ 上。要说最煎熬的不是第一轮刷题时对着题目发呆的茫然而是第二轮重刷时发现——当初 AC 过的题现在连思路都想不起来。这篇复盘笔记就是在这种被打击感里攒出来的。当时给自己定了个规矩每完成一轮二刷就写一篇复盘记录。现在轮到了第 11 篇回头翻看这 11 篇的记录能明显感觉到自己的思考方式在变不是刷题量堆出来的那种“见过题”而是面对陌生题时能更快地判断方向、规避陷阱。这篇文字主要围绕我在复试机试准备中的二刷复盘展开讲一讲那些真正让我提分的经验错题怎么重做才有价值、考点怎么分类优先级、限时做题时怎么做决策以及最常见的那些低级错误到底怎么根治。给正在准备各类院校复试机试、保研机试或者单纯想提升刷题效率的朋友做一个参考。1. 为什么二刷比一刷更值钱——复盘这件事的核心逻辑1.1 一刷是“看懂了”二刷是“真的会了”很多人在第一轮刷题时都有一个错觉对着题解看懂了思路调通了代码就觉得自己掌握了这道题。但复试机试考的不是你看懂了多少题解而是你在限时、高压、没有参考代码的条件下能不能独立写对。一刷时最常见的学习路径是读题没思路打开题解恍然大悟照着敲一遍AC关掉。这套流程的缺陷在于——它跳过了最关键的一步你自己从题目出发重建思路的过程。二刷的价值恰恰在这里。当你隔一段时间再看同一道题时记忆中的题解细节大多已经模糊了必须靠自己对题目的理解重新推演一遍算法流程。这个“重新推演”的动作才真正把知识固化成了能力。如果二刷时能顺利写出来说明这道题已经内化如果卡住了那恰恰暴露了薄弱环节值得深挖。我在复盘第 11 轮时明显发现一刷阶段那些靠着“强行记忆模板”通过的题到了二刷几乎全军覆没而那些当时是自己一步步调试出来的题隔了半个月再写依然顺畅。1.2 复盘的四个层次决定了你能走多远刚一开始写复盘我做的只是把题解粘贴进笔记标个“易错”就算完事。后来才发现这种复盘毫无意义因为复盘的终点不是记录题目而是归纳决策方式。我后来把复盘分成四个层次第一层对着题解重新敲一遍代码AC 就算结束。第二层不看任何参考凭记忆独立重写能写对说明基本掌握。第三层把同一类型的题目放在一起对比总结它们的共同结构和解题模板。第四层抽象出“遇到某类特征怎么决策”的判断规则比如“看到连通块就想到并查集、DFS、BFS 三选一”、“看到区间最值和子区间就想到滑动窗口或线段树”、“看到取余和模运算就警惕中间结果溢出”。我坚持写了 11 轮复盘之后最大的收获其实是第四层的东西——决策规则库。这玩意儿不是从某一道题里学来的而是十几道甚至几十道相近题目的错题经验反复叠加出来的。一到考场上时间紧张思考会被压缩到很浅的层面这时候能帮你的不是“我记得某某题怎么做”而是“这种特征我应该优先考虑哪条技术路线”。复盘的层次越深这条自动化的决策链就越可靠。2. 复试机试的考点分布规律与优先级排序2.1 大纲之外的潜台词机试考的是基础功底很多院校的复试通知里对机试的描述就一行字“考察程序设计基础与算法能力”但实际题目范围是可以预测的。对比几所院校近几年的复试机试题目可以发现考点高度集中模拟题、枚举与贪心、搜索DFS/BFS、图论基础最短路、最小生成树、拓扑排序、动态规划背包、LIS、区间 DP、常用数据结构栈、队列、优先队列、哈希表。为什么是这些因为这些内容恰好能分割成可评分、可自动判题的“有标准答案”的问题而且它们覆盖了一个计算机专业学生最核心的代码功底。校赛 ACM 里那些复杂的网络流、平衡树、计算几何在复试机试里几乎不会出现——不是题目不能出而是复试考察的定位决定了它是“门槛测试”而非“选拔竞赛”。想明白这一点后我的题单从“贪多求全”转向“核心考点反复练”投入产出比立刻高了很多。2.2 高频题型投入产出分析我在第 11 轮复盘时整理了一张题型优先级表结合自己的做题数据标出了“必须全拿”和“可以适度放弃”的部分题型出现频率投入成本易错程度策略模拟题字符串处理、日期推算很高低中等必须系统练细节决定成败枚举与贪心很高低低优先拿稳DFS/BFS 搜索很高中中等必须熟练用的频率极高基础数据结构栈、队列、堆高中低熟练 API 与底层实现切换图论最短路、最小生成树中等高高模板必须背熟变体要理解动态规划背包、LIS、区间 DP中等高高重点吃透经典模型复杂算法网络流、后缀数组等极低极高极高不建议投入时间以我复盘的统计来看模拟和搜索加起来的占分往往接近一半但很多人把时间花在钻研偏难怪题上忽略了基本功。这是一个很典型的坑——在复试机试这个场景里平易近人的基础题才是真正的得分主力。3. 二刷实录三个典型的“钉子户”错题拆解3.1 图论变体可以删除一条边的最短路这次复盘中最让我头大的一道题是在给定无向带权图上求起点到终点的最短路径但允许你删除路径上的某一条边删除后该边权值按 0 计算或者等效为可免费通行一次。第一眼看到这个题我脑子里冒出来的想法是枚举删除哪条边然后跑一次最短路算法。如果是朴素思路删除每条边后都要跑一次复杂度是 O(E·(VE)logV)在图规模稍大的时候必然超时。正确的做法是引入“分层图”的概念把一个点拆成两个层次第 0 层是还没使用“免费通行”的普通状态第 1 层是已经使用了免费通行的状态。建边时普通使用更新时同时向下一层连一条权值为 0 的边代表“在通过这条边时使用了免费机会”。这样一来问题就转化为在 2V 个节点上跑一次最短路复杂度直接降回 O((VE)logV)。二刷时我重新推导了一遍这个建图过程发现之前 AC 不过是背了模板并没有理解为什么能拆点、为什么边权为 0。这才是二刷真正该盯住的东西——算法不只是板子而是看问题的视角。3.2 动态规划背包问题的“恰好装满”陷阱动态规划里的状态初始化是一个反复栽跟头的地方。以 0/1 背包为例如果题目要求的是“恰好装满背包的最大价值”那么初始化时只有 dp[0] 0其余 dp[j] 应设为负无穷比如 -0x3f3f3f3f表示当前容量下“无法恰好装满”的非法状态。但如果题目只是“不超过容量”则所有 dp[j] 初始化为 0 就可以。复盘时我把自己之前的一个 WA 案例完整重建了#include bits/stdc.h using namespace std; const int INF 0x3f3f3f3f; int main() { int n, V; cin n V; vectorint dp(V 1, -INF); // 恰好装满 dp[0] 0; for (int i 0; i n; i) { int w, v; cin w v; for (int j V; j w; j--) { if (dp[j - w] ! -INF) { dp[j] max(dp[j], dp[j - w] v); } } } cout (dp[V] -INF ? 0 : dp[V]) endl; return 0; }这段代码的关键在于“恰好装满”时要先判断前一状态是否可达。这个判断漏掉的话负无穷加上一个价值数反而变成了一个很大的负数最终答案就错了。我在一刷时根本没想到这层仅仅靠记忆“恰好装满用负无穷初始化”过了样例但遇到需要进一步判断“是否真的可达”的题目变体时立刻暴露出理解不够的问题。3.3 模拟题被读题坑掉的分数另一种容易反复错的题模拟题。模拟题算法本身不难难在准确复现题目的规则。我这次复盘里有一个很典型的例子——一道字符串处理题规则里写明“输出数字之间用单个空格分隔行末不得有空格”。样例数据长这样1 2 3样例的输出看起来没什么特别的但用常规的“每输出一个数就追加一个空格”的方式第三个数后面也会带上空格。在大多数 OJ 上行末多余空格有时会被忽略有时会导致 WA。遇到严格的判题系统这就是一个隐藏罚分点。这类问题的根治方式只有一个输出时不要“边打印边加分隔符”而是把要打印的内容收集起来遍历前 N-1 个元素时打印“元素空格”最后一个元素单独打印并换行。这种细节第一次写的时候很容易忽略复盘时把它单独列成一条“输出格式检查项”之后再遇到格式要求复杂的模拟题就能下意识地规避。4. 限时机试下的算法选型决策——如何快速锁定正确解法4.1 数据范围是最大的提示说实话我在一刷阶段拿到题目经常直接想用什么算法结果复杂度估算错了导致超时。后来总结出经验先看数据范围再选算法模型。比如当 n 在 20 左右时可以放心用状态压缩或爆搜n 在 10^3 量级时O(n^2) 的动态规划往往可行n 在 10^5 量级时要么是 O(n log n) 排序、二分、优先队列要么是线性扫描如果 n 在 10^5 且计算过程涉及区间最大值最小值那么线段树、树状数组、单调队列就是主要备选项。我整理了一个“数据规模与可行算法”的速查表每次做题前默念一遍数据范围可用复杂度常见算法示例n ≤ 20O(2^n) / O(n!)状态压缩 DP、回溯n ≤ 200O(n^3)Floyd、区间 DP、三重循环n ≤ 10^3O(n^2)朴素 DP、双重循环枚举n ≤ 10^5O(n log n)排序、二分、STL 容器操作n ≤ 10^6O(n)前缀和、双指针、哈希表n 更大低于 O(n)或需特殊优化数学推导、贪心规律、矩阵快速幂能看到这个表并不意味着直接套用它的作用是帮你在拿到题目后迅速排除明显不可行的方案。我在二刷时有一个高频动作看到题面后先把数据范围圈出来判断枚举是否可行如果不可行再考虑更优的数据结构或算法。这套刻意的练习做到后来基本不需要动笔扫一眼范围就能定复杂度上限。4.2 常数优化和代码风格也是隐藏得分点限时机试还有一个经常被忽略的问题同样复杂度的两份代码常数差异可能让一个 AC一个 TLE。比如大量数据输入输出时cin/cout如果不禁用同步速度会明显慢于scanf/printf但用ios::sync_with_stdio(false); cin.tie(0);之后差距就几乎消失了。这个细节看起来是常识但我在复盘时发现很多同学的提交就是因为这个被卡的。此外还有一些常见的优化习惯能用一维数组滚动更新就不要开二维使用vector时提前reserve容量频繁插入删除优先考虑list或直接数组模拟图论题建议直接用链式前向星或邻接表避免邻接矩阵的 O(n^2) 浪费。这些点单个看都不起眼但在限时、数据范围压满的环境里可能就是区分 AC 和 TLE 的那一根稻草。5. 常见问题与排错技巧实录——那些让 AC 变成 WA 的元凶5.1 五个最容易踩中的低级错误复盘 11 轮下来我把自己的报错原因做了统计出现频率最高的是这五类数组越界一写循环就让下标从 1 到 n结果访问了 a[n1] 或者 a[n] 在部分语言中已经越界尤其在使用 1-index 与 0-index 混搭时最容易犯。未初始化变量定义了变量却不赋初值在多次循环中累积了上一次的残留值导致结果莫名错误。边界条件遗漏比如区间查询的左端点大于右端点、n 为 0 或 1 时的特殊情况、DFS 递归深度过大导致的栈溢出。数据类型溢出int 与 long long 混用在累加较大数据时溢出输出变成负数。这个问题在图论和动态规划里尤其普遍。多组输入后容器未清空写了while(cin t)处理完一组后 vector、栈、队列里还留着上一组的数据。我把这五类错误直接做成了一个“提交前自查清单”每次提交前按顺序过一遍提示提交之前先检查边界数据n0、n1、最大规模再检查数组大小是否多开了至少 2 个单位的余量最后检查所有累加量是否使用了足够的整数类型。这 30 秒能省下无数次的罚时。5.2 调试三板斧手算、对拍、打印中间变量遇到奇怪的 WA我经历过的有效排查流程有三步。第一步是构造极端小数据手算。比如 n1、全 0、全 1、最小值、最大值这些场景如果题目边界有问题这一步基本能看出来。第二步是输出中间变量在关键算法流程里加上cout dp[ j ] dp[j] endl;这类打印和手算结果做比对定位错误发生的具体位置。第三步是对拍写一个随机数据生成器再写一个朴素但正确性容易保证的慢速版本和优化版本同时跑比较输出是否一致。对拍是我重点想推荐的工具。有一次我调一个二分答案的题自己感觉算法没问题但样例过了却 WA最后生成了一万组随机数据发现当mid取到某个特殊值时边界更新错了。这种隐藏很深的错误靠肉眼盯代码很难找到但数据多了就会自动暴露。二刷阶段我在每个专题后面都会顺手留一个对拍脚本可以大幅提升调试效率。6. 复盘节奏与考场心态——冲刺阶段的安排建议6.1 复盘节奏每周一套整卷加错题重做很多人刷题是“刷完就扔”但二刷的核心恰恰是要反复回访错题。复盘时我给自己拟了一个节奏每周做一套完整的模拟题按目标院校的时长限制做完之后当天不对答案隔一天后再做一遍错题隔一周后再重做一遍。为什么要隔一天和隔一周因为这样才能筛掉短期记忆的干扰。当天重做时往往还记着思路隔天重做会有一部分遗忘隔一周重做则基本只靠能力做题了。在这个节奏下第 11 轮复盘时我已经能明显感觉到哪些题是真正掌握的——那些隔一周还能快速写出并一次 AC 的题基本不需要再看那些隔一周依然卡壳的题需要重新梳理思路并额外寻找同类题巩固。还有个细节复盘记录时不只写“这道题考了什么算法”还要写“我为什么当时没想出来”“卡在了哪一步”“下次遇到类似题先往哪里想”。这些文字才是真正的经验资产。6.2 考场上最实用的时间分配策略最后聊一个很多经验帖不会细说的话题考场上怎么分配时间。我的策略是拿到题目后先把整份试卷浏览一遍快速给每道题标注难度等级一眼有思路的直接标注为 A需要想一想才能确定方案的标注为 B完全没有头绪的标注为 C。然后按照 A → B → C 的顺序作答先确保保底分数再考虑攻坚。对 A 类题写完代码后立刻做边界测试确认输出格式对 B 类题估算时间和复杂度后优先选择自己熟练的实现对 C 类题如果剩余时间充足可以先尝试用最朴素的暴力方法拿部分分。这一套顺序的核心逻辑很简单——把必得分和可能得分区分开不要在 C 类题上消耗过多的无效时间。每次模拟我都刻意练习这个流程到真正复试时基本变成了本能反应。复盘到第 11 次让我最深的一个体会是OJ 刷题这件事决定上限的不是天赋而是你多大程度上把每一道题的经验沉淀成了自己的东西。二刷的意义不只是重复做旧题更是在时间间隔制造的“遗忘”里看到自己的薄弱环节在错题分析里找到思维盲区。如果你也正在准备类似的机试不妨给每道错题建立一张“病例卡”记录症状、诊断结果和治疗方案。坚持一段时间后你会发现真正能让你在考场上稳住心态的不是刷了多少道题而是你对自己的易错模式有多熟悉。这套方法不只适用于复试备考对以后日常编码习惯的打磨也一样有好处。