[PYTHON] AtCoder Was ich getan habe, bevor es grün wurde, meine Eindrücke

Da ich mit Atcoder grün werden konnte, möchte ich zusammenfassen, was ich gelernt habe und meine Eindrücke. Ich weiß nicht, was der Inhalt des Abkochens ist, aber ich hoffe, es hilft Leuten, die Atcoder von nun an starten. スクリーンショット 2020-07-05 16.11.24.png

Vorstellen

・ Ich bin Absolvent einer Chemieabteilung und habe in meinem zweiten Jahr als Mitglied der Gesellschaft noch nie richtig etwas über Informationstechnik gelernt. ・ Mathematik ist eine gewöhnliche Fähigkeit für einen Absolventen einer naturwissenschaftlichen Graduiertenschule. -Die verwendete Sprache ist Python, und C ++ kann auch Code lesen und A- und B-Probleme implementieren. ・ Ich habe mit dem Programmieren begonnen, nachdem ich Mitglied der Gesellschaft geworden war. (Ich habe einen einfachen Code geschrieben, auch als ich in der Graduiertenschule war)

Was ich getan habe

Als ich die letzten Fragen löste, stieg die Rate. Am Ende war das alles, aber ich fasste zwei Punkte zusammen, die mir bewusst waren, um die Effizienz zu verbessern.

1. Lösen Sie Probleme mit angemessenen Schwierigkeiten

スクリーンショット 2020-07-05 16.35.10.png Dies ist das Ergebnis der von mir gelösten Fragen in der Vergangenheit, die durch einen hohen Prozentsatz von braunen Problemen gekennzeichnet sind, hellblau Ich denke, dass das Verhältnis zur Lösung des Problems gering ist. Das Problem grey scheint einigermaßen gut gelöst zu sein, dies wird jedoch nicht zum Zweck der Erhöhung der Rate gelöst, da etwa 30% der Probleme beim Erlernen von C ++ gelöst sind. Der Grund für diesen Erfolg ist der häufig auftretende Atcoder-Algorithmus, der braune Probleme verursacht, wenn die Grünrate nicht erreicht werden kann. Es ist wichtig, richtig zu verstehen, da ich dachte, dass das Problem hellblau schwierig und ineffizient zu lernen ist (ich konnte das Wesentliche des Problems nicht richtig verstehen). Ich habe an dem Problem green gearbeitet, da die Rate nahe bei 800 lag und ich das Problem brown problemlos lösen konnte.

2. Verstehen Sie die Algorithmen, die Sie lernen sollten

Wie in den Artikeln anderer Leute über das Erreichen von Grün erwähnt, gibt es ungefähr 10 Algorithmen, die unter Green Rate </ font> verstanden werden sollten. Wenn es 10 gibt, denke ich, dass einige Dinge gut und andere nicht gut sind. Konzentriere dich auf das, was du nicht kannst. Übrigens bin ich nicht gut in Dichotomie und DP. .. Als Methode zum Studium von Algorithmen habe ich die Implementierung eines Problems, das ich einmal gelöst hatte, wiederholt, da Verständnis und Implementierung unterschiedliche Probleme sind. Das Studium der Implementierung unterscheidet sich von der Lösung eines neuen Problems. Es kann besser sein, es so zu machen.

Schließlich

Ich interessiere mich für das Gebiet der Datenwissenschaft und bin an solchen Inhalten bei der Arbeit beteiligt. (Bemühungen um Kaggle ist ebenfalls geschrieben. Bitte lesen Sie es, wenn Sie möchten.) Ursprünglich interessierte ich mich nicht für Algorithmen und dachte, dass dies in meinem Geschäft nicht nützlich sein würde. Wenn ich jedoch tatsächlich über Atcoder lerne, ist es interessant, über Algorithmen nachzudenken, und ich denke, dass sie auch im Geschäftsleben nützlich sind. Ich spüre besonders den Rechenaufwand, die Geschwindigkeit der Codierung und die Geschwindigkeit, mit der Fehler gefunden werden. Daher möchte ich, dass Leute, die nicht an Algorithmen interessiert sind, einmal an wettbewerbsfähiger Programmierung wie Atcoder arbeiten.