演算法能力

『壹』 設計新演算法的能力如何培養和鍛煉具體應該怎麼實施

三步走：
一、掌握基本演算法
基本演算法的實現過程、時間復雜度、現有的改進方法。
二、實戰
針對歷年的程序設計大賽題自主設計演算法，並對比參賽者設計的演算法，總結經驗。
三、提高數學能力
任何演算法都離不開數學，圖論、最優化等是必需掌握的內容。
其中最關鍵的是把實際問題轉換為數學問題（模型），這是需要長期的訓練。

『貳』 哪些書籍能提高程序員的演算法能力

《編程珠璣》：這本書，總感覺是給不懂演算法的人講一些演算法的，經常玩演算法的會感覺好多他講得似乎很神奇的東西，其實很常見...不過這本基本上是面試必讀書目，因為許多人都愛出這上面的題。
《演算法導論》：經典書目，必讀，如果有能力，也可以拿它當入門書。
《計算機程序設計藝術》(TAOCP)：這個，我沒讀多少，太數學了，自己功底還不夠。。得再修煉幾年。
《演算法藝術與信息學競賽》（劉汝佳的黑書）：這本書會給你提許多信息學競賽中常用的演算法，演算法說得比較深入，但是很多時候書中的一個顯然夠你證明一個星期了。讀這本書主要是讓你知道原來還有這么種演算法，具體這種演算法該怎麼去實現，你自己去找相關資料吧，因為這本書講得確實不詳細。

『叄』 演算法工程師應該具備哪些工程能力

作者 | 木東居士

來源 | Data_Engineering

最近看了 Milter 的《演算法工程師究竟需要哪些工程能力》這篇文章，有所感想，因此也寫一篇關於演算法工程師的技術能力的問題，和大家分享一下居士關於演算法工程師的技術能力的觀點。

對於一名優秀的演算法工程師，他（她）要具備的不僅僅是出色的技術能力，也要有很深的業務理解能力和對外溝通能力，總之，要求可以很高！

但是，從職責能力的劃分上來講，演算法工程師首先是一名工程師，因此本文主要從工程能力要求上進行一些探討。

開始之前先放一份思維導圖，這將是這篇文章要分享的核心內容：

工程能力概覽

演算法工程師，從名字上我們就能看出，一名演算法工程師首先應該具備演算法能力和工程能力，我們可以認為這是基礎的技術能力。由於現在開源技術的普及，Sklearn、Tensorflow 和 Spark ML 基本已經成為大部分演算法工程師標配的工具庫了，因此，熟練的調包能力也是決定了一名演算法工程師能否快速實現需求。

其次，在真實的生產環境中，演算法的落地會遇到各種各樣的業務場景和數據環境，這也要求演算法工程師需要具備Pipeline 構建能力，將整個生產環境中的數據流和模型打通。同時，在生產環境中，會出現各種「疑難雜症」等待你去解釋，比如說為什麼實驗效果特別差？為什麼模型效果不穩定？這就要要求演算法工程師需要具備一定的數據分析能力。

很多時候，你會發現，你用在數據分析和Pipeline構建上的精力可能占據了你8成以上的工作內容。

當你具備了上面的能力時，你已經可以稱自己是一名演算法工程師了。此時，你可以去對著數據分析小得瑟一下：「你看，我能構建整個模型的Pipeline，你卻只能拿到別人提供的數據後調調包吧。「或者，你也可以去找開發得瑟：」你看，我懂了很多演算法哦，你就只會寫代碼吧。「

得瑟完之後，我們還是回歸正題，演算法工程師只具備這樣能力是否已經夠了？答案當然是不夠的。由於不同公司的團隊成熟度不同，工具化和流程的成熟度都不同，這就會對演算法工程師有不同的要求，比如說模型發布能力和報表開發能力，當然也會有一些其它能力，雖然可能不是特別重要，但是當這些工作沒人幫你做的時候，演算法工程師可能依然要承擔起這些工作內容，比如說灰度測試的能力、負載均衡的能力等等。

將上面的內容整理後，就是這樣一份思維導圖了（一張圖多看幾篇更能加深印象，因此我再貼出來一遍）

工程能力詳解

一、基礎能力

演算法能力

演算法能力就不多說了，演算法工程師的基本能力要求，不懂演算法對於一名演算法工程師來講是不太合理的。這里居士把統計學的內容也放進來了。

編程能力

編程能力主要分為兩部分：

python、C++、Java這類編程語言，這三種也是演算法工程師需要了解的主流編程語言，一般掌握其一就夠，看不同公司。 Sql就是很通用的能力了，Sql也是一門編程語言，而是是數據處理最常用的語言！ 很好用。 大數據場景下，要了解Hive Sql。

調包能力

大家雖然會調侃調包俠，但是說實話，能調包調的很溜的人，也是不多的，比如說現在讓你自己用tensorflow構建一個復雜網路，不能google，你能寫出來嗎？能記清楚用法嗎？

Sklearn Tensorflow Spark ML

二、核心能力

Pipeline 構建能力

Pipeline構建能力，這里想表達的更多的是整個數據流的構建能力，數據從日誌->特徵->模型訓練->反饋，這一個鏈條能否完成的能力，這裡面會有很多難題需要克服。比如說：

實時和離線模型一致性問題？ 離線和實時特徵一致性問題？ 實時特徵構建的問題？ 數據延遲的問題？

很多時候，模型發布之類的工作是可以由其他同學支持完成，但是數據流這種問題更多的是需要演算法工程師來解決的。

數據分析能力

這里的數據分析能力不是指商業分析或者業務分析，更多的是指特徵分析、演算法效果分析和各種異常問題定位分析的能力。

很多時候，兩個演算法工程師能力水平的強弱從數據分析能力上也能窺得一二。

三、輔助技術能力

輔助的技術能力是指，你會不會的影響不會特別大，但是也都是有用的能力，特別是不同公司的發展情況不同，很可能會出現一個演算法工程師既要做數據接入、又要做數據清洗、還要做演算法平台

也要搞前端、還要負責模型上線、系統運維。

這里就不再細講了。

思考一

聊一下對技術能力、工程能力和數據分析的思考。

居士個人的理解，技術能力更多的是偏向於一個一個的技術點，而工程能力更多就是在一個團隊中將項目做好的能力。很多演算法出身的工程能力不行，那麼他做的單純的一個模型是無法應用到實際生產中的，而工程就是指把理論落地實際生產的過程。那麼工程包含了什麼？它包括了系統架構設計和模塊設計、數據流搭建和平台搭建、調包或演算法開發、分布式、上線以及各種落地的代碼開發。報表和監控，其實本質也是做數據流，邊緣性的可能要做些後台和前端的開發。

然後數據分析能力是什麼？數據分析（不是純粹的數據分析）除了分析方法論和套路外，是一個很綜合性、相對偏軟一點的能力，比如說你通過分析發現了我們的系統有哪些可以優化的點，通過分析發現了問題的原因是什麼，這些都是分析能力。

思考二

針對前面的內容，和 Cathy 討論後，對整個思路做了新的梳理，大家直接看圖就好，居士也認為這樣描述可能更為合理。

思考三

這里再補充一個模型復現的能力，比如你看了一篇論文，發現這個模型可能很適合自己的業務場景，那麼你是否能力將論文裡面的模型快速用公司現有的平台和工具來復現？

居士認為，這一個是一個非常重要的能力，但是沒有想好具體該怎樣劃分。

『肆』 該怎麼提高自己的演算法能力

先好好讀書，這里我推薦the
art
of
unix
programming，我自己便是看完這書後技術能力才有質的變化。
然後，減少看微博、博客、知乎等的時間，最好是徹底不看，這些資訊的網站是非常浮躁的，很難學到真正的東西。
學門新語言，比方說go,
python,
ruby,
haskell等等，然後用這門語言去做一個開源項目，比方說，一個orm。然後，再去看這門語言的成功項目的源碼。看看自己寫的跟別人的不足是什麼，然後，再把自己的項目重新實現一遍。自覺略有所得之後換個方向，比方說模板，再搞個開源項目。伺服器後端的mvc各搞一次，還可以再去搞前端的。
最後，心態要好，不要急於求成，欲速則不達。修煉一年能有小成就不錯的了～

『伍』 哪些書籍能提高程序員的演算法能力

我的理解是，演算法能力分為三種，由低到高，逐步升級，
1 基礎演算法的理解，包括為演算法提供數據存儲的數據結構，以及如何操作這些結構的演算法，經典的如二分，貪心，動態規劃等等，這些的提高相信很多人都回答了，很多經典書籍；
2 演算法的運用，其實演算法本質上是解決一類共通問題的步驟，很多人抱怨工作中運用不到演算法，其實如果你精益求精，想把一個問題解決好，就是在運用和設計演算法的過程，這個過程需要你有基礎演算法的底子，否則也是巧婦難為無米之炊；
3 演算法的設計，這是最高的境界，接上面的話，如何優雅的解決一個問題，這就是演算法的設計過程，往往都沒有特定的演算法可以套用（不像ACM），這就是實際問題，你要做時間和空間的權衡，客觀條件是否允許你設計O(n^2)的演算法，因為這樣邏輯或許會簡潔等等，有時候確實不會用到復雜的演算法和數據結構，但是你需要從它們的知識中了解它們產生的原因，運用了哪些思維方法，這些都是可以用到其他問題上的
所以，總結，盡可能把你遇到的問題多想上幾遍，優雅的去解決，平日里我更看中解決問題的能力，而不僅僅是演算法能力了。

『陸』 作為一名演算法工程師,你覺得最重要的能力是什麼

本文列舉了演算法工程師需要掌握的能力，聽我一一道來，至於哪個更重要，文末我會給出一些個人建議。

軟體工程能力
雖然說演算法工程師日常工作是實驗多，代碼少，軟體工程能力要求不及大型軟體的工程師。但做演算法工程師可不是每天在jupyter notebook做完實驗就完事的，你的代碼最終需要融入到產品里，所以代碼必須規范。演算法工程師本質上，還是工程師。所以軟體工程能力是必不可少的。不要求說達到特別高的工程造詣，但基本的代碼規范，合理的模塊設計，以及對模塊進行單元測試的能力，我認為是必不可少的。
商業邏輯洞察力
有的項目是to C，有的是to B。不同的項目有著不同的商業邏輯。例如檢測信貸風險，你不可能直接堆砌幾個模型就能得到好的結果。但作為演算法工程師，商業邏輯上肯定是不可能比客戶理解透徹的。你需要多點和客戶溝通。例如我做信貸風險檢測，我需要知道他們的數據是如何產生，產生的頻率是啥，從而我可以判斷某些欄位做aggregation時是應該用avg，sum，還是max比較合理。除此之外，理解一些商業邏輯有助於構建非常有效的特徵。我們知道一個人月收入越高還債能力越強，但也知道負債越多違約風險也越大，而一個高收入的人貸款的額度也會大，這就產生了矛盾。而通過了解商業邏輯，學到一個指標叫debt burden ratio後，你就可以構建一個特徵，用客戶的收入除以客戶的負債，就可以計算出一個更有效檢測風險的特徵。雖然我們知道深度學習網路有自動構建特徵的能力，畢竟GIGO(garbage in garbage out)，數據未處理前，對模型來說就是garbage。不要覺得這種要靠人思考來構建特徵的方法很原始，畢竟人工智慧，先有人工後有智能。
除了和客戶溝通外，團隊內部頭腦風暴下，也是一種激發想法的好方法。
文獻檢索能力
這個能力其實對任何智力輸出的職業來說都很重要。我們都需要保持大腦時刻更新。在演算法上，關注最新文獻，關注SotA(state of the art)的演算法，關注工業實踐的新動態。
同時在相關商業上，了解你的演算法所服務的行業，了解他們的運作。如果你是做手機圖片AI的，可以查找手機處理器的發展的資料，目前主流的手機能有多少計算能力;如果你是做金融服務，則關注金融市場相關產品的新聞，了解最新居民收入消費水平，不然你的演算法預測不準時，你沒有相關商業知識，就難以找出哪個特徵過時了。
總結匯報能力
這個能力其實對任何職業來說都很重要。即使你是清潔工，你也要匯報工作。對內，要會把自己的成果反饋給領導;直接上級一般也是工程師，可以用工程化的語言來匯報成果，比如模型的recall是多少，AUC是多少等。也可能對非技術的同事匯報，比如銷售，就要更多的把匯報關注在商業價值，例如「上線一個月為客戶減少了20%的運營成本，營收增加40%」。如果你是做to B業務，經常要對客戶匯報。你的模型開發後，在測試集上的結果是多少，預計上線後能為客戶創造多少價值等。
心理素質
演算法工程師畢竟日常很多時間都花在試驗上，試驗失敗是兵家常事。所以一定要學會開導自己，即使你的模型一周都沒提升，也要給自己信心。
同時，由於這個工作性質會接觸到不同技術背景的人，所以有時候你會覺得簡單的一個概念，對方卻問了好幾次都沒懂，你就可能不耐煩。這時請沉住氣，保持耐心溝通，不妨多換幾個角度，幫助對方理解，畢竟對方理解了，也許還能給你一些意想不到的建議。
至於哪個能力更重要?這得看你個人職業規劃。
· 如果你未來想成為億萬商業和頂尖技術直接的那個紐帶，帶領團隊開發具有市場價值的產品。你需要增強自己的邏輯邏輯洞察力;
· 如果你想成為AI系統架構師，可以增強自己的軟體工程能力。
· 如果你想成為資深研究員，可以增強自己的文獻查找能力，並嘗試在平台(大學或公司)的幫助下發表論文。
去吧，根據自己對未來暢想，增強自己某一方面的能力吧。
 

『柒』 想要成為演算法工程師都要學哪些技能

需要以下技能：

1、熟練掌握C/C++和python語言編程，熟悉linux開發環境，有扎實的數據結構和演算法設計功底；

2、熟悉推薦業務常用理論和演算法，在多個領域（如排序模型，召回模型，用戶畫像，深度學習等）有三年以上實際工作經驗；

3、有優秀的邏輯思維能力和數據分析能力，善於分析和解決問題；良好的溝通能力與團隊協作能力；

4、有推薦系統，廣告系統，搜索引擎等開發經驗；熟練掌握機器學習、深度學習的基礎理論和方法，並在自然語言處理任務中有實際應用經驗者優先；

5、熟練使用一種或幾種深度學習框架（如tensorflow、caffe、mxnet、pytorch等），或者熟悉spark、hadoop分布式計算編程者優先。

硬技能：

1. 數學：包括概率論與數理統計、矩陣論、隨機過程。

2. 計算機基礎：包括操作系統、組成原理、數據結構。

3. 演算法能力：包括對領域內主流模型進行優缺點對比、在設定的場景中選擇合適的方案等。

想要了解更多關於演算法工程師的問題可以咨詢一下CDA認證機構，CDA是大數據和人工智慧時代面向國際范圍全行業的數據分析專業人才職業簡稱。全球CDA持證者秉承著先進商業數據分析的新理念，遵循著《CDA職業道德和行為准則》新規范，發揮著自身數據專業能力，推動科技創新進步，助力經濟持續發展。

『捌』 成為一名合格的演算法工程師需要掌握哪些技能

演算法工程師目前是一個高端也是相對緊缺的職位;近兩年的就業前景是非常好的，薪資也比較高。但是演算法工程師同時也需要不斷學習。那麼成為一名合格的演算法工程師需要掌握哪些崗位技能呢，我們接著往下看。

業務學習能力
演算法工程師是不可能脫離業務背景的，人工智慧演算法工程師、交通演算法工程師、圖像處理演算法工程師等等。
針對一個業務場景設計一個合理的演算法，業務知識是非常重要的，需要結合業務的實際情況、限定條件、各種專業詞彙和知識都要有一定的了解，如果脫離場景而一味地琢磨演算法，效果不會太好。
比如，做交通演算法，需要對交通組織、交通管理、通行損失、周期延誤等有所認知。比如，做圖像處理，需要對各種圖像去噪、圖像增廣、圖像分割、物理成像有所了解，知道像素底層是怎麼回事。
持續學習能力
演算法工程師的主要工作就是拿著現有成熟的演算法，結合面臨業務場景去做一個合理的方案，如果我們知識面太窄，那顯然當用到的時候會有點拮據，眼界也被限制住，不知道還有沒有更好效果的演算法、目前演算法有哪些不足之處、在這個業務中能不能發揮作用。
只有持續學習，了解足夠多的知識，當我們面臨問題的時候能夠快速對比、選擇，找出最合適的一種演算法。
靈活的思維
當我們選擇一種演算法去解決一個問題時，效果肯定無法達到我們預期的那樣。比如我們拿mask rcnn做醫學圖像語義分割，我們看著它在自然圖像方面表現效果很好，就拿來用於醫學圖像。但是醫學圖像有它的難點和特殊性，當跑出效果時會發現結果不如人意，這時候就需要靈活的思維去發現問題，去調優、改進，或者從數據入手，或者從網路模型入手，或者從超參數入手。
編程能力
不同公司對於演算法工程師的定位有所差別，比如有些朋友在某公司做演算法工程師只負責方案的設計，開發由專門的開發人員實施。有的公司演算法工程師要完成演算法設計到開發全部工作。
無論是哪一種形式，編程能力都是必要的，就算是前者這樣的形式，有專門的開發人員，那在演算法的設計過程中需要驗證、對比，對每一個小模塊演算法進行指標評價，你不可能事事都找別人來幫你做，這樣效率低，而且開展工作困難。綜上所述，就是小編今天整理的關於演算法工程師的相關內容，希望可以幫助到大家。

『玖』 程序員一定要演算法能力強嗎

演算法能力強對於低級點的程序員不是必須但是成為高級的程序員就是必須的了，演算法學的好的話，不論對你思考問題的方式還是對你編程的思維都會有很大的好處。演算法的學習不只是理論的支持，更需要你不斷的在理論的基礎上去code，去思考。

『拾』 如何能快速提高演算法能力

對著這個列表做一些題，分析每道題的特點和出錯點，總結演算法和自己的模板。
做完初期就差不多可以應付校賽了。
然後再是中期。。。

OJ上的一些水題(可用來練手和增加自信)
(poj3299,poj2159,poj2739,poj1083,poj2262,poj1503,poj3006,poj2255,poj3094)

初期:

一.基本演算法:
(1)枚舉. (poj1753,poj2965)
(2)貪心(poj1328,poj2109,poj2586)
(3)遞歸和分治法.
(4)遞推.
(5)構造法.(poj3295)
(6)模擬法.(poj1068,poj2632,poj1573,poj2993,poj2996)
二.圖演算法:
(1)圖的深度優先遍歷和廣度優先遍歷.
(2)最短路徑演算法(dijkstra,bellman-ford,floyd,heap+dijkstra)
(poj1860,poj3259,poj1062,poj2253,poj1125,poj2240)
(3)最小生成樹演算法(prim,kruskal)
(poj1789,poj2485,poj1258,poj3026)
(4)拓撲排序 (poj1094)
(5)二分圖的最大匹配 (匈牙利演算法) (poj3041,poj3020)
(6)最大流的增廣路演算法(KM演算法). (poj1459,poj3436)
三.數據結構.
(1)串 (poj1035,poj3080,poj1936)
(2)排序(快排、歸並排(與逆序數有關)、堆排) (poj2388,poj2299)
(3)簡單並查集的應用.
(4)哈希表和二分查找等高效查找法(數的Hash,串的Hash)
(poj3349,poj3274,POJ2151,poj1840,poj2002,poj2503)
(5)哈夫曼樹(poj3253)
(6)堆
(7)trie樹(靜態建樹、動態建樹) (poj2513)
四.簡單搜索
(1)深度優先搜索 (poj2488,poj3083,poj3009,poj1321,poj2251)
(2)廣度優先搜索(poj3278,poj1426,poj3126,poj3087.poj3414)
(3)簡單搜索技巧和剪枝(poj2531,poj1416,poj2676,1129)
五.動態規劃
(1)背包問題. (poj1837,poj1276)
(2)型如下表的簡單DP(可參考lrj的書 page149):
1.E[j]=opt{D+w(i,j)} (poj3267,poj1836,poj1260,poj2533)
2.E[i,j]=opt{D[i-1,j]+xi,D[i,j-1]+yj,D[i-1][j-1]+zij} (最長公共子序列)

(poj3176,poj1080,poj1159)
3.C[i,j]=w[i,j]+opt{C[i,k-1]+C[k,j]}.(最優二分檢索樹問題)
六.數學
(1)組合數學:
1.加法原理和乘法原理.
2.排列組合.
3.遞推關系.
(POJ3252,poj1850,poj1019,poj1942)
(2)數論.
1.素數與整除問題
2.進制位.
3.同餘模運算.
(poj2635, poj3292,poj1845,poj2115)
(3)計算方法.
1.二分法求解單調函數相關知識.(poj3273,poj3258,poj1905,poj3122)
七.計算幾何學.
(1)幾何公式.
(2)叉積和點積的運用(如線段相交的判定,點到線段的距離等). (poj2031,poj1039)

(3)多邊型的簡單演算法(求面積)和相關判定(點在多邊型內,多邊型是否相交)
(poj1408,poj1584)
(4)凸包. (poj2187,poj1113)

中級:

一.基本演算法:
(1)C++的標准模版庫的應用. (poj3096,poj3007)
(2)較為復雜的模擬題的訓練(poj3393,poj1472,poj3371,poj1027,poj2706)
二.圖演算法:
(1)差分約束系統的建立和求解. (poj1201,poj2983)
(2)最小費用最大流(poj2516,poj2195)
(3)雙連通分量(poj2942)
(4)強連通分支及其縮點.(poj2186)
(5)圖的割邊和割點(poj3352)
(6)最小割模型、網路流規約(poj3308, )
三.數據結構.
(1)線段樹. (poj2528,poj2828,poj2777,poj2886,poj2750)
(2)靜態二叉檢索樹. (poj2482,poj2352)
(3)樹狀樹組(poj1195,poj3321)
(4)RMQ. (poj3264,poj3368)
(5)並查集的高級應用. (poj1703,2492)
(6)KMP演算法. (poj1961,poj2406)
四.搜索
(1)最優化剪枝和可行性剪枝
(2)搜索的技巧和優化 (poj3411,poj1724)
(3)記憶化搜索(poj3373,poj1691)

五.動態規劃
(1)較為復雜的動態規劃(如動態規劃解特別的施行商問題等)
(poj1191,poj1054,poj3280,poj2029,poj2948,poj1925,poj3034)
(2)記錄狀態的動態規劃. (POJ3254,poj2411,poj1185)
(3)樹型動態規劃(poj2057,poj1947,poj2486,poj3140)
六.數學
(1)組合數學:
1.容斥原理.
2.抽屜原理.
3.置換群與Polya定理(poj1286,poj2409,poj3270,poj1026).
4.遞推關系和母函數.

(2)數學.
1.高斯消元法(poj2947,poj1487, poj2065,poj1166,poj1222)
2.概率問題. (poj3071,poj3440)
3.GCD、擴展的歐幾里德(中國剩餘定理) (poj3101)
(3)計算方法.
1.0/1分數規劃. (poj2976)
2.三分法求解單峰(單谷)的極值.
3.矩陣法(poj3150,poj3422,poj3070)
4.迭代逼近(poj3301)
(4)隨機化演算法(poj3318,poj2454)
(5)雜題.
(poj1870,poj3296,poj3286,poj1095)
七.計算幾何學.
(1)坐標離散化.
(2)掃描線演算法(例如求矩形的面積和周長並,常和線段樹或堆一起使用).
(poj1765,poj1177,poj1151,poj3277,poj2280,poj3004)
(3)多邊形的內核(半平面交)(poj3130,poj3335)
(4)幾何工具的綜合應用.(poj1819,poj1066,poj2043,poj3227,poj2165,poj3429
)

高級:
一.基本演算法要求:
(1)代碼快速寫成,精簡但不失風格
(poj2525,poj1684,poj1421,poj1048,poj2050,poj3306)
(2)保證正確性和高效性. poj3434
二.圖演算法:
(1)度限制最小生成樹和第K最短路. (poj1639)
(2)最短路,最小生成樹,二分圖,最大流問題的相關理論(主要是模型建立和求解)

(poj3155, poj2112,poj1966,poj3281,poj1087,poj2289,poj3216,poj2446
(3)最優比率生成樹. (poj2728)
(4)最小樹形圖(poj3164)
(5)次小生成樹.
(6)無向圖、有向圖的最小環
三.數據結構.
(1)trie圖的建立和應用. (poj2778)
(2)LCA和RMQ問題(LCA(最近公共祖先問題) 有離線演算法(並查集+dfs) 和 在線演算法

(RMQ+dfs)).(poj1330)
(3)雙端隊列和它的應用(維護一個單調的隊列,常常在動態規劃中起到優化狀態轉移
的
目的). (poj2823)
(4)左偏樹(可合並堆).
(5)後綴樹(非常有用的數據結構,也是賽區考題的熱點).
(poj3415,poj3294)
四.搜索
(1)較麻煩的搜索題目訓練(poj1069,poj3322,poj1475,poj1924,poj2049,poj3426)

(2)廣搜的狀態優化:利用M進制數存儲狀態、轉化為串用hash表判重、按位壓縮存儲
狀態、雙向廣搜、A*演算法. (poj1768,poj1184,poj1872,poj1324,poj2046,poj1482)
(3)深搜的優化:盡量用位運算、一定要加剪枝、函數參數盡可能少、層數不易過大
、可以考慮雙向搜索或者是輪換搜索、IDA*演算法. (poj3131,poj2870,poj2286)
五.動態規劃
(1)需要用數據結構優化的動態規劃.
(poj2754,poj3378,poj3017)
(2)四邊形不等式理論.
(3)較難的狀態DP(poj3133)
六.數學
(1)組合數學.
1.MoBius反演(poj2888,poj2154)
2.偏序關系理論.
(2)博奕論.
1.極大極小過程(poj3317,poj1085)
2.Nim問題.
七.計算幾何學.
(1)半平面求交(poj3384,poj2540)
(2)可視圖的建立(poj2966)
(3)點集最小圓覆蓋.
(4)對踵點(poj2079)
八.綜合題.
(poj3109,poj1478,poj1462,poj2729,poj2048,poj3336,poj3315,poj2148,poj1263）