下載不只是文件：用SQLite搭建本地刷題索引)
簡(jiǎn)介這是一份洛谷LuoguOJ離線題庫(kù)資源包面向編程初學(xué)者、算法競(jìng)賽選手以及需要系統(tǒng)刷題的學(xué)習(xí)者解決在無(wú)網(wǎng)絡(luò)或集中訓(xùn)練場(chǎng)景下瀏覽題目、鉆研算法的需求。壓縮包共包含2000個(gè)文件以HTML頁(yè)面為主要格式整體約44.6MB。每個(gè)HTML對(duì)應(yīng)一道洛谷原題完整呈現(xiàn)題目ID、標(biāo)題、問(wèn)題描述、輸入輸出格式、示例測(cè)試用例、數(shù)據(jù)范圍與限制部分頁(yè)面還附帶社區(qū)題解或討論區(qū)內(nèi)容便于對(duì)照學(xué)習(xí)與自我檢驗(yàn)。目前該資源已有5900余人學(xué)習(xí)下載適合離線搭建個(gè)人題庫(kù)、按專題分類(lèi)整理也適合錯(cuò)題復(fù)盤(pán)與賽前強(qiáng)化訓(xùn)練。通過(guò)逐一研讀這些題目頁(yè)面可以覆蓋數(shù)據(jù)結(jié)構(gòu)、算法、數(shù)學(xué)、邏輯等眾多領(lǐng)域幫助用戶快速理解不同題型的核心邏輯無(wú)論是入門(mén)練習(xí)還是備賽沖刺都能從中獲取有價(jià)值的學(xué)習(xí)素材。1. 洛谷 OJ 題庫(kù)下載你到底是在找文件還是在找一套刷題體系搜“洛谷題庫(kù)下載”的人真正缺的不是一個(gè)壓縮包。有人上課沒(méi)網(wǎng)想離線刷題有人帶競(jìng)賽隊(duì)想把題庫(kù)篩成自己的題單還有人自己搭OJ需要一批題目做數(shù)據(jù)源。這些需求的共同點(diǎn)在于大家缺的是一套能從洛谷OJ里把題目按自己需要篩出來(lái)、存下來(lái)、持續(xù)更新的方法。先說(shuō)結(jié)論洛谷沒(méi)有官方離線題庫(kù)包網(wǎng)上那些“洛谷題庫(kù)大全”基本是某個(gè)時(shí)間點(diǎn)的網(wǎng)頁(yè)快照題目是死的TAG是亂的按知識(shí)點(diǎn)刷的時(shí)候根本篩不動(dòng)。更靠譜的做法是把洛谷 OJ 的公開(kāi)題目列表抓成本地索引再配合刷題狀態(tài)一起維護(hù)。這篇文章從洛谷題庫(kù)的結(jié)構(gòu)講起給抓取和入庫(kù)的代碼再聊怎么用這份題庫(kù)刷題最后把提交時(shí)的典型翻車(chē)點(diǎn)列清楚。讀這篇的人要么在準(zhǔn)備 CSP、藍(lán)橋杯、華為 OD 這類(lèi)機(jī)考要么是需要給學(xué)生布置 OJ 作業(yè)的信息學(xué)老師。前者需要按難度和知識(shí)點(diǎn)篩選的題單后者需要一份能持續(xù)更新的題目索引。下面對(duì)應(yīng)展開(kāi)。2. 洛谷題庫(kù)的結(jié)構(gòu)題號(hào)、難度、TAG 與“下載”的正確姿勢(shì)2.1 洛谷題庫(kù)里有什么題號(hào)、難度檔位與 TAG 的檢索價(jià)值洛谷OJ的題庫(kù)主體是按題號(hào)排列的題目集。題號(hào)以P開(kāi)頭后面跟一串?dāng)?shù)字比如“洛谷1843”在搜索框里就是P1843無(wú)論是日常討論還是題解引用大家習(xí)慣直接用編號(hào)說(shuō)話。這個(gè)編號(hào)就是題目在本地的唯一主鍵抓取時(shí)直接拿它做去重比用標(biāo)題去重可靠得多。洛谷對(duì)題目的難度有一套自己的評(píng)檔。從入門(mén)、普及、提高到省選、NOI中間還有“普及/提高-”“普及/提高”這類(lèi)過(guò)渡檔位。同一檔里的題難度也差不少所以只按檔位篩選會(huì)篩出風(fēng)格差異很大的題。這就是TAG的作用洛谷為每道題標(biāo)了算法標(biāo)簽比如模擬、貪心、搜索、圖論、動(dòng)態(tài)規(guī)劃。做題時(shí)你可以不認(rèn)同某個(gè)TAG但作為篩選維度它足夠好用。這一節(jié)其實(shí)在回答一個(gè)問(wèn)題為什么“下載題庫(kù)”不能只下載標(biāo)題列表。只拿到題號(hào)和標(biāo)題你只是擁有一份目錄擁有目錄之后還得能按知識(shí)點(diǎn)檢索這份數(shù)據(jù)才有實(shí)際價(jià)值。后面第4章的刷題策略全部依賴這里的難度TAG組合篩選。2.2 洛谷的公開(kāi)數(shù)據(jù)口子列表頁(yè)、內(nèi)嵌 JSON 與抓取邊界洛谷沒(méi)有提供離線題庫(kù)包這點(diǎn)是確定的。常見(jiàn)的做法是抓公開(kāi)的題目列表頁(yè)。瀏覽器打開(kāi)洛谷的題目列表地址頁(yè)面會(huì)向后端要一份數(shù)據(jù)再把題目渲染成列表這份數(shù)據(jù)在頁(yè)面源碼里以初始化片段的形式存在。解析它就能拿到當(dāng)前頁(yè)的題號(hào)、標(biāo)題、難度、TAG等信息。抓取邊界要提前講清楚。第一公開(kāi)列表頁(yè)不需要登錄但這不是讓你高并發(fā)去掃的你本地整理題庫(kù)一秒一個(gè)請(qǐng)求足夠觸發(fā)驗(yàn)證碼就說(shuō)明頻率太高立刻停下來(lái)等一段時(shí)間。第二題解區(qū)、提交記錄和用戶數(shù)據(jù)需要登錄不在“下載題庫(kù)”的范圍內(nèi)也別去碰。第三善用列表頁(yè)自身的篩選參數(shù)按難度排序、按關(guān)鍵字搜索都有現(xiàn)成參數(shù)抓的時(shí)候直接讓服務(wù)端篩好比自己抓全量再篩輕松得多。不同OJ平臺(tái)的題庫(kù)組織差別很大。華為OD機(jī)考的題庫(kù)按考試批次組織PTA按課程章節(jié)組織而洛谷更接近“競(jìng)賽題庫(kù)”的形態(tài)按題號(hào)累加、按難度分檔。你如果是從華為OD或PTA轉(zhuǎn)過(guò)來(lái)的會(huì)發(fā)現(xiàn)“按TAG篩題”這個(gè)操作在洛谷上尤其順手因?yàn)轭}目量大每個(gè)TAG下都有足夠多不同難度的題。這個(gè)差異決定了本地題庫(kù)的維護(hù)方式洛谷的數(shù)據(jù)值得做本地索引而以批次為主的題庫(kù)更適合直接刷在線列表?！癙14258題解”“P1928洛谷”這類(lèi)搜索詞能反映出一種常見(jiàn)做法大家在搜索引擎里直接找具體題目的題解。這沒(méi)有問(wèn)題但題解是單點(diǎn)答案題庫(kù)是結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)才能真正幫到你做刷題計(jì)劃。所以下面我用一個(gè)最小腳本演示怎么把列表頁(yè)解析成字典列表這是整個(gè)本地題庫(kù)的第一層原料。2.3 本地存儲(chǔ)選型JSON、SQLite 還是 Markdown 索引拿到題目數(shù)據(jù)后的存法有幾種常見(jiàn)選擇我分別試過(guò)直接給結(jié)論。小規(guī)模個(gè)人用JSON最省事存成數(shù)組放在項(xiàng)目目錄里隨手改順手讀缺點(diǎn)是題目到幾百條以后篩選全靠遍歷要寫(xiě)很多臨時(shí)Python代碼。SQLite適合想長(zhǎng)期維護(hù)刷題進(jìn)度的人一條SQL按難度和TAG篩題增量更新也方便。Markdown索引適合做閱讀型題單但數(shù)據(jù)更新時(shí)要重新生成維護(hù)成本高。存儲(chǔ)方式適合場(chǎng)景缺點(diǎn)JSON 文件個(gè)人快速整理數(shù)據(jù)多后篩選麻煩SQLite長(zhǎng)期維護(hù)、按條件篩題需要掌握基本SQLMarkdown 索引直接閱讀的題單更新成本高我的選擇是JSON做中間層、SQLite做最終存儲(chǔ)抓下來(lái)的原始數(shù)據(jù)先落成JSON方便檢查字段確認(rèn)沒(méi)問(wèn)題后再導(dǎo)入SQLite后續(xù)所有查詢走SQL。這個(gè)流程在下一章展開(kāi)。這里要提醒的是不管選哪種題面不要試圖整包下載。洛谷的題面是渲染后的HTML圖片和公式混在一起存下來(lái)既難讀又容易因頁(yè)面結(jié)構(gòu)變化而失效。本地題庫(kù)存“元數(shù)據(jù)”題面在線看這是最不容易踩坑的組合。3. 把洛谷題庫(kù)拉到本地列表抓取、SQLite 入庫(kù)與離線索引查詢3.1 寫(xiě)一個(gè)最小列表抓取腳本requests 解析公開(kāi)頁(yè)面這段代碼是給第2章的思路落地的。腳本只做一件事請(qǐng)求公開(kāi)的題目列表頁(yè)把頁(yè)面里內(nèi)嵌的初始化數(shù)據(jù)解析成字典列表。字段名在不同時(shí)期可能變化所以我在代碼里加了調(diào)試輸出跑之前先看一次真實(shí)結(jié)構(gòu)。import requests import json import time HEADERS { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64), Referer: https://www.luogu.com.cn/problem/list, Accept: text/html,application/xhtmlxml, } def fetch_problem_list(page_no1, keyword): params { page: page_no, order: difficulty, # 按難度排序方便后續(xù)分檔 } if keyword: params[keyword] keyword resp requests.get( https://www.luogu.com.cn/problem/list, paramsparams, headersHEADERS, timeout10, ) resp.raise_for_status() # 列表頁(yè)里有一段以 window._feIni 開(kāi)頭的初始化數(shù)據(jù) text resp.text start text.find(window._feIni) if start -1: # 頁(yè)面結(jié)構(gòu)調(diào)整時(shí)先打印開(kāi)頭確認(rèn)新的數(shù)據(jù)藏在哪個(gè)變量里 print(text[:2000]) return [] return parse_problems(text) def parse_problems(text): start text.find(window._feIni) seg text[start:] # 右側(cè)是一個(gè) JS 對(duì)象字面量取第一個(gè) { 到最后一個(gè) } brace_start seg.find({) brace_end seg.rfind(}) raw seg[brace_start:brace_end 1] data json.loads(raw) # 常見(jiàn)路徑是 data.currentData.problems.result # 有些版本直接是 data.problems.result做兼容 node data.get(currentData, {}).get(problems, {}) if not node: node data.get(problems, {}) result node.get(result, []) # 調(diào)試用第一次跑看看拿到的字段名 if result: print(json.dumps(result[0], ensure_asciiFalse)[:500]) return result def main(): all_problems [] for page in range(1, 6): # 先抓 5 頁(yè)驗(yàn)證流程 problems fetch_problem_list(page) if not problems: break all_problems.extend(problems) print(fpage {page}: {len(problems)} problems) time.sleep(1) # 一秒一個(gè)請(qǐng)求別趕 with open(luogu_raw.json, w, encodingutf-8) as f: json.dump(all_problems, f, ensure_asciiFalse, indent2) if __name__ __main__: main()腳本核心參數(shù)是orderdifficulty讓服務(wù)端先按難度排好解析后所有題都保證難度從低到高。keyword參數(shù)用于按標(biāo)題搜題比如想找和“數(shù)字”相關(guān)的題可以搜數(shù)字。timeout10秒網(wǎng)絡(luò)抖動(dòng)時(shí)避免卡死。這里故意留了兼容邏輯原因是每次頁(yè)面結(jié)構(gòu)調(diào)整后字段路徑會(huì)變。這個(gè)腳本的價(jià)值是給你一個(gè)起點(diǎn)跑第一次時(shí)務(wù)必把result[0]打印出來(lái)看一遍確認(rèn)哪些字段有值再?zèng)Q定后面怎么清洗。別拿著網(wǎng)上兩年前的舊代碼硬套洛谷頁(yè)面結(jié)構(gòu)改過(guò)不止一次。3.2 入庫(kù) SQLite表結(jié)構(gòu)、去重與難度字段處理JSON 是中間層SQLite 是最終存儲(chǔ)。表結(jié)構(gòu)要簡(jiǎn)單但夠用主鍵用題號(hào)TAG 用逗號(hào)拼接成字符串難度保留原始檔位文本。import sqlite3 import json DB_PATH luogu_index.db def load_json(path): with open(path, encodingutf-8) as f: return json.load(f) def import_to_sqlite(problems): conn sqlite3.connect(DB_PATH) cur conn.cursor() cur.execute( CREATE TABLE IF NOT EXISTS problems ( id TEXT PRIMARY KEY, title TEXT NOT NULL, difficulty TEXT DEFAULT , tags TEXT DEFAULT , updated_at TEXT DEFAULT ) ) for item in problems: pid item.get(pid) or item.get(id) if not pid: continue tags item.get(tags, []) if isinstance(tags, list): tags ,.join(tags) cur.execute( INSERT OR REPLACE INTO problems (id, title, difficulty, tags, updated_at) VALUES (?, ?, ?, ?, ?) , ( pid, item.get(title, ), str(item.get(difficulty, )), tags, item.get(updatedAt, ), )) conn.commit() conn.close()主鍵用id配合INSERT OR REPLACE標(biāo)題會(huì)改TAG 會(huì)調(diào)整運(yùn)行兩次腳本是“更新”而不是“重復(fù)插入”。TAG 統(tǒng)一用逗號(hào)分隔的字符串存儲(chǔ)避免 SQLite 沒(méi)有原生數(shù)組類(lèi)型的麻煩。difficulty字段保留字符串不要轉(zhuǎn)成 INT。洛谷的難度檔位是幾個(gè)枚舉值字符串寫(xiě)在查詢條件里直觀得多要按檔位排序就額外加一列映射成數(shù)字這個(gè)映射我放在第 4.1 節(jié)講。3.3 離線索引查詢按難度、TAG 和關(guān)鍵詞篩題的 SQL入庫(kù)后離線查詢非常直接。按難度篩題SELECT id, title, difficulty, tags FROM problems WHERE difficulty 普及 ORDER BY id LIMIT 20;按 TAG 篩題SELECT id, title, difficulty, tags FROM problems WHERE tags LIKE %貪心% ORDER BY difficulty;按關(guān)鍵詞搜題SELECT id, title, difficulty, tags FROM problems WHERE title LIKE %數(shù)字% OR title LIKE %最大% ORDER BY id;LIKE匹配對(duì)逗號(hào)拼接的 TAG 字符串足夠用缺點(diǎn)是同時(shí)篩兩個(gè) TAG 時(shí)要多用一條AND或者先查出來(lái)再在 Python 里過(guò)濾。ORDER BY difficulty在 SQLite 里是字典序不是難度檔位順序所以下一章我會(huì)在表里加一個(gè)level整數(shù)列把難度映射成數(shù)字后排序才準(zhǔn)確。到這里“洛谷題庫(kù)下載”的核心動(dòng)作就完成了你已經(jīng)把一份會(huì)過(guò)期的網(wǎng)頁(yè)數(shù)據(jù)變成了本地可查、可持續(xù)更新的索引。4. 題庫(kù)不是用來(lái)囤的用 Python 字典管刷題狀態(tài)按 TAG 刷題單4.1 從“全題庫(kù)亂刷”到“知識(shí)點(diǎn)刷題”按 TAG 拉題單題庫(kù)一旦入庫(kù)最怕的就是“今天隨便點(diǎn)一道”。刷題更像按知識(shí)點(diǎn)逐個(gè)擊破而不是靠隨機(jī)題號(hào)碰運(yùn)氣。我的常見(jiàn)做法是把難度映射成數(shù)字然后按“希望練習(xí)的TAG 目標(biāo)難度”組合拉題單。DIFF_MAP { 入門(mén): 1, 普及-: 2, 普及: 3, 普及/提高-: 4, 普及: 5, 提高: 6, 省選: 7, NOI: 8, }這個(gè)映射表導(dǎo)入時(shí)可以直接更新到 SQLitedef add_level_column(conn): cur conn.cursor() cur.execute(ALTER TABLE problems ADD COLUMN level INTEGER DEFAULT 0) conn.commit() def update_levels(conn, diff_map): cur conn.cursor() for name, level in diff_map.items(): cur.execute( UPDATE problems SET level ? WHERE difficulty ?, (level, name), ) conn.commit()配合一條查詢SELECT id, title, difficulty, tags, level FROM problems WHERE tags LIKE %貪心% AND level BETWEEN 2 AND 4 ORDER BY level, id;BETWEEN 2 AND 4的意思是“從普及-到普及/提高-”這個(gè)區(qū)間適合還在打基礎(chǔ)、沒(méi)進(jìn)省選難度的人。每拉出來(lái)一個(gè)題單做題順序按 level 再按題號(hào)遞增同一難度從小題號(hào)開(kāi)始做能避免情緒被“一道難題卡死”影響整體節(jié)奏。洛谷本身也提供官方題單直接在線用也方便。但本地題單的好處是可以組合自己的弱項(xiàng)TAG比如“圖論 普及難度 我還沒(méi)AC的”這是固定題單給不了的篩選維度。拿別人排好的題單練手沒(méi)問(wèn)題想補(bǔ)短板還是得自己拉數(shù)據(jù)。4.2 用 Python 字典維護(hù)刷題狀態(tài)AC、WA、待復(fù)習(xí)題庫(kù)是死的刷題進(jìn)度是活的。我用一個(gè) Python 字典存自己的刷題狀態(tài)字段就三個(gè)狀態(tài)、提交次數(shù)、最后做的時(shí)間。字典的好處是維護(hù)代碼短改動(dòng)直觀也方便直接寫(xiě)成 JSON 落盤(pán)。import json from datetime import date progress_path my_progress.json # 結(jié)構(gòu){ P1843: {status: AC, attempts: 2, last_done: 2025-01-01} } def load_progress(pathprogress_path): try: with open(path, encodingutf-8) as f: return json.load(f) except FileNotFoundError: return {} def today(): return date.today().isoformat() def mark(pid, status): progress load_progress() record progress.get(pid, {attempts: 0}) record[status] status # AC / WA / SKIP record[attempts] 1 record[last_done] today() progress[pid] record with open(progress_path, w, encodingutf-8) as f: json.dump(progress, f, ensure_asciiFalse, indent2)mark()在每次提交后調(diào)用。status只允許 AC、WA、SKIP 三個(gè)值SKIP 代表看了題解才寫(xiě)出來(lái)。嘗試次數(shù)記錄的是 WA 次數(shù)不是總提交次數(shù)這樣能看出“一道題磨了多少次才過(guò)”。這個(gè)字典和 SQLite 是配合關(guān)系SQLite 回答“題庫(kù)里有什么”字典回答“我做到哪了”。每周復(fù)習(xí)時(shí)我從 SQLite 篩出目標(biāo)難度和 TAG 的題再拿字典過(guò)濾掉狀態(tài)為 AC 且提交次數(shù)小于 2 的剩下的就是本周復(fù)習(xí)隊(duì)列。兩套數(shù)據(jù)各管一頭不混在一起。4.3 讀題先畫(huà)邊界P14258 這類(lèi)題的樣例之外很多人刷題翻車(chē)不在算法在讀題?！皹永^(guò)了但 WA 一串”是最典型的信號(hào)。我要求自己做題前先把三樣?xùn)|西圈出來(lái)數(shù)據(jù)范圍、輸入格式里的多組數(shù)據(jù)、以及特殊輸出的描述。數(shù)據(jù)范圍決定復(fù)雜度能放寬到多少多組數(shù)據(jù)決定循環(huán)讀取的寫(xiě)法特殊輸出決定邊界值。搜“洛谷P14258題解”的同學(xué)大概率不是不知道這題的做法而是題目里某個(gè)邊界條件沒(méi)吃透。這個(gè)習(xí)慣直接改變刷題效率讀完題不急著開(kāi)寫(xiě)先在題目序號(hào)旁邊寫(xiě)一句話“這題考的是什么”。寫(xiě)不出來(lái)就說(shuō)明還沒(méi)讀明白寫(xiě)出來(lái)了再動(dòng)手。這句話也會(huì)進(jìn)到我自己的復(fù)視線索里復(fù)習(xí)時(shí)先看這句話再看代碼比直接看題解區(qū)節(jié)省大量時(shí)間。給本地題庫(kù)加一列my_note存這句話也是好做法。更新代碼和mark()類(lèi)似一條UPDATE的事。有了這列你的本地題庫(kù)才真正從“洛谷的題庫(kù)”變成“你的題庫(kù)”。5. 洛谷 OJ 提交與本地題庫(kù)的避坑TLE、RE、MLE 和數(shù)據(jù)不完整5.1 TLE輸入輸出沒(méi)關(guān)同步、Python 讀入太慢現(xiàn)象本地編譯運(yùn)行幾乎秒出一提交就提示 TLE。第一次遇到時(shí)完全摸不著頭腦后來(lái)發(fā)現(xiàn)大部分問(wèn)題出在輸入輸出。原因C 的cin/cout默認(rèn)要兼容 C 的 stdio每次讀入都有同步開(kāi)銷(xiāo)Python 的input()逐行讀在數(shù)據(jù)量大時(shí)也很慢。還有一種情況是算法復(fù)雜度本身超了但那種通常本地也能感覺(jué)到慢。解決C 在 main 開(kāi)頭加兩行ios::sync_with_stdio(false); cin.tie(nullptr);并且不要混用cin和scanf。Python 改用整塊讀入再切分import sys data list(map(int, sys.stdin.buffer.read().split()))如果你已經(jīng)開(kāi)始用sys.stdin.bufferTLE 大部分時(shí)候就不再是 IO 問(wèn)題而是回頭檢查復(fù)雜度的信號(hào)。把循環(huán)里可以提前退出的條件補(bǔ)上比繼續(xù)優(yōu)化讀入更有效。5.2 RE 與 MLE數(shù)組越界、遞歸深度、內(nèi)存超限的排查順序現(xiàn)象本地跑得好好的交上去偶爾 RE有時(shí) MLE。這種偶發(fā)問(wèn)題最難查因?yàn)椴皇敲看味寄軓?fù)現(xiàn)。原因數(shù)組開(kāi)小了評(píng)測(cè)數(shù)據(jù)帶了一組剛好踩線的輸入遞歸寫(xiě)法在一條深鏈上爆棧二維數(shù)組開(kāi)了全量大小但只用了一小塊MLE 就是這么來(lái)的。解決先做最小驗(yàn)證——把數(shù)組按題目數(shù)據(jù)范圍上限再加大 5大概率 RE 消失如果還是 RE檢查所有下標(biāo)計(jì)算尤其是循環(huán)里用字符串長(zhǎng)度減一之類(lèi)的地方。遞歸場(chǎng)景換成顯式?；虻?。MLE 優(yōu)先檢查是否有對(duì)整塊數(shù)據(jù)建全量二維數(shù)組的“偷懶”寫(xiě)法能改成滾動(dòng)數(shù)組就改不想改就先確認(rèn)時(shí)限是否允許你省內(nèi)存的代價(jià)。5.3 題庫(kù)數(shù)據(jù)不完整TAG 為空、更新滯后、增量抓取的補(bǔ)救現(xiàn)象從本地題庫(kù)篩題發(fā)現(xiàn)某幾道新題沒(méi)有 TAG難檔次序和自己印象不一致。折騰半天發(fā)現(xiàn)是抓取日期太早數(shù)據(jù)落后了。原因列表頁(yè)的初始化數(shù)據(jù)里 TAG 可能只給了部分字段題目列表本身也在持續(xù)更新你抓的是某個(gè)時(shí)間點(diǎn)的快照。解決把抓取腳本設(shè)計(jì)成“增量更新”每次跑只處理更新時(shí)間晚于本地最大updated_at的題目。具體實(shí)現(xiàn)是在導(dǎo)入前先查庫(kù)里的MAX(updated_at)過(guò)濾掉更早的數(shù)據(jù)再走INSERT OR REPLACE。TAG 為空的事我一般會(huì)單獨(dú)跑一次“只補(bǔ) TAG”的任務(wù)按 id 列表逐個(gè)請(qǐng)求題目頁(yè)解析 TAG同樣控制在一秒一個(gè)。這活兒無(wú)聊但值得做因?yàn)?TAG 是刷題計(jì)劃的地基地基缺一塊后面篩題單就會(huì)漏一批該練的題。5.4 題解依賴癥搜題解之前先給自己設(shè)一個(gè) 20 分鐘鬧鐘現(xiàn)象搜索記錄里全是“洛谷P1928”這類(lèi)題號(hào)加“題解”二字。這個(gè)習(xí)慣放在題庫(kù)整理上會(huì)變成災(zāi)難搜了十道題的題解一道也沒(méi)真正會(huì)。原因刷題量上去了獨(dú)立建模能力沒(méi)跟上。每次卡住立刻看題解大腦的“讀題到建?！辨溌肪捅惶^(guò)了。解決給自己定一條鐵律卡住 20 分鐘還沒(méi)思路才允許看題解看完題解 AC 了再把狀態(tài)標(biāo)成 SKIP一周后重做。這條規(guī)矩一開(kāi)始很難受但執(zhí)行兩個(gè)月后你能明顯感覺(jué)到獨(dú)立寫(xiě)出的題變多。題庫(kù)里“SKIP 率”這個(gè)參數(shù)比 AC 數(shù)量更能反映真實(shí)水平我會(huì)在每周復(fù)習(xí)時(shí)專門(mén)去看它SKIP 率超過(guò)三成說(shuō)明最近刷的題超出能力區(qū)間該降一檔難度了。6. 給本地題庫(kù)加一個(gè)“對(duì)拍”工作流數(shù)據(jù)生成器加暴力驗(yàn)證的復(fù)現(xiàn)方法6.1 對(duì)拍腳本的組成生成器、暴力程序、被測(cè)程序本地題庫(kù)配合對(duì)拍是驗(yàn)證新題解最可靠的手段。對(duì)拍的本質(zhì)是一個(gè)隨機(jī)數(shù)據(jù)生成器不斷造數(shù)據(jù)一個(gè)一定正確的暴力程序和被測(cè)程序同時(shí)跑輸出不一致就停。for i in $(seq 1 1000); do python3 gen.py data.in python3 brute.py data.in ans.out python3 fast.py data.in out.out if ! diff -q ans.out out.out /dev/null; then echo case $i failed break fi done# gen.py 示例生成一個(gè) n數(shù)組 的隨機(jī)數(shù)據(jù) import random n random.randint(1, 10) print(n) print( .join(str(random.randint(-100, 100)) for _ in range(n)))gen.py的參數(shù)要覆蓋邊界n 取 1、取上限元素取負(fù)數(shù)這些場(chǎng)景隨機(jī)跑一萬(wàn)次都不一定觸發(fā)建議在生成器里固定寫(xiě)幾組邊界 case 再隨機(jī)。暴力程序一定要夠“笨”越直譯題意越不容易錯(cuò)被測(cè)程序才是你想驗(yàn)證的那個(gè)。對(duì)拍不是只做一次而是每次改完題解都跑一輪一千次沒(méi)掛再提交就踏實(shí)得多。6.2 對(duì)拍結(jié)果的解讀樣例全過(guò)但 WA 的題先查這四處對(duì)拍找到一個(gè)反例后查錯(cuò)順序依次是數(shù)據(jù)讀取對(duì)不對(duì)、邊界下標(biāo)有沒(méi)有越、long long有沒(méi)有漏、算法是否忽略了題目里“保證互不相同”這類(lèi)約束。前三個(gè)查完沒(méi)有結(jié)果就得回到第四項(xiàng)重新讀題。我現(xiàn)在的習(xí)慣是每道 WA 的題先不碰代碼打開(kāi)題面把數(shù)據(jù)范圍再讀一遍——有一半的問(wèn)題都是在“我以為讀過(guò)了”的地方。這份本地題庫(kù)帶給我的最大改變是刷題終于有了復(fù)盤(pán)入口。每周日跑一次查詢把 SKIP 狀態(tài)的題拉出來(lái)重做做完的從 SKIP 改成 AC再順手把本周 WA 超過(guò)三次的題加入下周隊(duì)列。速度快慢不重要重要的是每道題都留下了一條可追蹤的記錄。希望我的這套整理和刷題方法能幫你的洛谷刷題之旅少走點(diǎn)彎路。本文還有配套的精品資源點(diǎn)擊獲取 洛谷題庫(kù)下載不只是文件：用SQLite搭建本地刷題索引
簡(jiǎn)介這是一份洛谷LuoguOJ離線題庫(kù)資源包面向編程初學(xué)者、算法競(jìng)賽選手以及需要系統(tǒng)刷題的學(xué)習(xí)者解決在無(wú)網(wǎng)絡(luò)或集中訓(xùn)練場(chǎng)景下瀏覽題目、鉆研算法的需求。壓縮包共包含2000個(gè)文件以HTML頁(yè)面為主要格式整體約44.6MB。每個(gè)HTML對(duì)應(yīng)一道洛谷原題完整呈現(xiàn)題目ID、標(biāo)題、問(wèn)題描述、輸入輸出格式、示例測(cè)試用例、數(shù)據(jù)范圍與限制部分頁(yè)面還附帶社區(qū)題解或討論區(qū)內(nèi)容便于對(duì)照學(xué)習(xí)與自我檢驗(yàn)。目前該資源已有5900余人學(xué)習(xí)下載適合離線搭建個(gè)人題庫(kù)、按專題分類(lèi)整理也適合錯(cuò)題復(fù)盤(pán)與賽前強(qiáng)化訓(xùn)練。通過(guò)逐一研讀這些題目頁(yè)面可以覆蓋數(shù)據(jù)結(jié)構(gòu)、算法、數(shù)學(xué)、邏輯等眾多領(lǐng)域幫助用戶快速理解不同題型的核心邏輯無(wú)論是入門(mén)練習(xí)還是備賽沖刺都能從中獲取有價(jià)值的學(xué)習(xí)素材。1. 洛谷 OJ 題庫(kù)下載你到底是在找文件還是在找一套刷題體系搜“洛谷題庫(kù)下載”的人真正缺的不是一個(gè)壓縮包。有人上課沒(méi)網(wǎng)想離線刷題有人帶競(jìng)賽隊(duì)想把題庫(kù)篩成自己的題單還有人自己搭OJ需要一批題目做數(shù)據(jù)源。這些需求的共同點(diǎn)在于大家缺的是一套能從洛谷OJ里把題目按自己需要篩出來(lái)、存下來(lái)、持續(xù)更新的方法。先說(shuō)結(jié)論洛谷沒(méi)有官方離線題庫(kù)包網(wǎng)上那些“洛谷題庫(kù)大全”基本是某個(gè)時(shí)間點(diǎn)的網(wǎng)頁(yè)快照題目是死的TAG是亂的按知識(shí)點(diǎn)刷的時(shí)候根本篩不動(dòng)。更靠譜的做法是把洛谷 OJ 的公開(kāi)題目列表抓成本地索引再配合刷題狀態(tài)一起維護(hù)。這篇文章從洛谷題庫(kù)的結(jié)構(gòu)講起給抓取和入庫(kù)的代碼再聊怎么用這份題庫(kù)刷題最后把提交時(shí)的典型翻車(chē)點(diǎn)列清楚。讀這篇的人要么在準(zhǔn)備 CSP、藍(lán)橋杯、華為 OD 這類(lèi)機(jī)考要么是需要給學(xué)生布置 OJ 作業(yè)的信息學(xué)老師。前者需要按難度和知識(shí)點(diǎn)篩選的題單后者需要一份能持續(xù)更新的題目索引。下面對(duì)應(yīng)展開(kāi)。2. 洛谷題庫(kù)的結(jié)構(gòu)題號(hào)、難度、TAG 與“下載”的正確姿勢(shì)2.1 洛谷題庫(kù)里有什么題號(hào)、難度檔位與 TAG 的檢索價(jià)值洛谷OJ的題庫(kù)主體是按題號(hào)排列的題目集。題號(hào)以P開(kāi)頭后面跟一串?dāng)?shù)字比如“洛谷1843”在搜索框里就是P1843無(wú)論是日常討論還是題解引用大家習(xí)慣直接用編號(hào)說(shuō)話。這個(gè)編號(hào)就是題目在本地的唯一主鍵抓取時(shí)直接拿它做去重比用標(biāo)題去重可靠得多。洛谷對(duì)題目的難度有一套自己的評(píng)檔。從入門(mén)、普及、提高到省選、NOI中間還有“普及/提高-”“普及/提高”這類(lèi)過(guò)渡檔位。同一檔里的題難度也差不少所以只按檔位篩選會(huì)篩出風(fēng)格差異很大的題。這就是TAG的作用洛谷為每道題標(biāo)了算法標(biāo)簽比如模擬、貪心、搜索、圖論、動(dòng)態(tài)規(guī)劃。做題時(shí)你可以不認(rèn)同某個(gè)TAG但作為篩選維度它足夠好用。這一節(jié)其實(shí)在回答一個(gè)問(wèn)題為什么“下載題庫(kù)”不能只下載標(biāo)題列表。只拿到題號(hào)和標(biāo)題你只是擁有一份目錄擁有目錄之后還得能按知識(shí)點(diǎn)檢索這份數(shù)據(jù)才有實(shí)際價(jià)值。后面第4章的刷題策略全部依賴這里的難度TAG組合篩選。2.2 洛谷的公開(kāi)數(shù)據(jù)口子列表頁(yè)、內(nèi)嵌 JSON 與抓取邊界洛谷沒(méi)有提供離線題庫(kù)包這點(diǎn)是確定的。常見(jiàn)的做法是抓公開(kāi)的題目列表頁(yè)。瀏覽器打開(kāi)洛谷的題目列表地址頁(yè)面會(huì)向后端要一份數(shù)據(jù)再把題目渲染成列表這份數(shù)據(jù)在頁(yè)面源碼里以初始化片段的形式存在。解析它就能拿到當(dāng)前頁(yè)的題號(hào)、標(biāo)題、難度、TAG等信息。抓取邊界要提前講清楚。第一公開(kāi)列表頁(yè)不需要登錄但這不是讓你高并發(fā)去掃的你本地整理題庫(kù)一秒一個(gè)請(qǐng)求足夠觸發(fā)驗(yàn)證碼就說(shuō)明頻率太高立刻停下來(lái)等一段時(shí)間。第二題解區(qū)、提交記錄和用戶數(shù)據(jù)需要登錄不在“下載題庫(kù)”的范圍內(nèi)也別去碰。第三善用列表頁(yè)自身的篩選參數(shù)按難度排序、按關(guān)鍵字搜索都有現(xiàn)成參數(shù)抓的時(shí)候直接讓服務(wù)端篩好比自己抓全量再篩輕松得多。不同OJ平臺(tái)的題庫(kù)組織差別很大。華為OD機(jī)考的題庫(kù)按考試批次組織PTA按課程章節(jié)組織而洛谷更接近“競(jìng)賽題庫(kù)”的形態(tài)按題號(hào)累加、按難度分檔。你如果是從華為OD或PTA轉(zhuǎn)過(guò)來(lái)的會(huì)發(fā)現(xiàn)“按TAG篩題”這個(gè)操作在洛谷上尤其順手因?yàn)轭}目量大每個(gè)TAG下都有足夠多不同難度的題。這個(gè)差異決定了本地題庫(kù)的維護(hù)方式洛谷的數(shù)據(jù)值得做本地索引而以批次為主的題庫(kù)更適合直接刷在線列表?！癙14258題解”“P1928洛谷”這類(lèi)搜索詞能反映出一種常見(jiàn)做法大家在搜索引擎里直接找具體題目的題解。這沒(méi)有問(wèn)題但題解是單點(diǎn)答案題庫(kù)是結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)才能真正幫到你做刷題計(jì)劃。所以下面我用一個(gè)最小腳本演示怎么把列表頁(yè)解析成字典列表這是整個(gè)本地題庫(kù)的第一層原料。2.3 本地存儲(chǔ)選型JSON、SQLite 還是 Markdown 索引拿到題目數(shù)據(jù)后的存法有幾種常見(jiàn)選擇我分別試過(guò)直接給結(jié)論。小規(guī)模個(gè)人用JSON最省事存成數(shù)組放在項(xiàng)目目錄里隨手改順手讀缺點(diǎn)是題目到幾百條以后篩選全靠遍歷要寫(xiě)很多臨時(shí)Python代碼。SQLite適合想長(zhǎng)期維護(hù)刷題進(jìn)度的人一條SQL按難度和TAG篩題增量更新也方便。Markdown索引適合做閱讀型題單但數(shù)據(jù)更新時(shí)要重新生成維護(hù)成本高。存儲(chǔ)方式適合場(chǎng)景缺點(diǎn)JSON 文件個(gè)人快速整理數(shù)據(jù)多后篩選麻煩SQLite長(zhǎng)期維護(hù)、按條件篩題需要掌握基本SQLMarkdown 索引直接閱讀的題單更新成本高我的選擇是JSON做中間層、SQLite做最終存儲(chǔ)抓下來(lái)的原始數(shù)據(jù)先落成JSON方便檢查字段確認(rèn)沒(méi)問(wèn)題后再導(dǎo)入SQLite后續(xù)所有查詢走SQL。這個(gè)流程在下一章展開(kāi)。這里要提醒的是不管選哪種題面不要試圖整包下載。洛谷的題面是渲染后的HTML圖片和公式混在一起存下來(lái)既難讀又容易因頁(yè)面結(jié)構(gòu)變化而失效。本地題庫(kù)存“元數(shù)據(jù)”題面在線看這是最不容易踩坑的組合。3. 把洛谷題庫(kù)拉到本地列表抓取、SQLite 入庫(kù)與離線索引查詢3.1 寫(xiě)一個(gè)最小列表抓取腳本requests 解析公開(kāi)頁(yè)面這段代碼是給第2章的思路落地的。腳本只做一件事請(qǐng)求公開(kāi)的題目列表頁(yè)把頁(yè)面里內(nèi)嵌的初始化數(shù)據(jù)解析成字典列表。字段名在不同時(shí)期可能變化所以我在代碼里加了調(diào)試輸出跑之前先看一次真實(shí)結(jié)構(gòu)。import requests import json import time HEADERS { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64), Referer: https://www.luogu.com.cn/problem/list, Accept: text/html,application/xhtmlxml, } def fetch_problem_list(page_no1, keyword): params { page: page_no, order: difficulty, # 按難度排序方便后續(xù)分檔 } if keyword: params[keyword] keyword resp requests.get( https://www.luogu.com.cn/problem/list, paramsparams, headersHEADERS, timeout10, ) resp.raise_for_status() # 列表頁(yè)里有一段以 window._feIni 開(kāi)頭的初始化數(shù)據(jù) text resp.text start text.find(window._feIni) if start -1: # 頁(yè)面結(jié)構(gòu)調(diào)整時(shí)先打印開(kāi)頭確認(rèn)新的數(shù)據(jù)藏在哪個(gè)變量里 print(text[:2000]) return [] return parse_problems(text) def parse_problems(text): start text.find(window._feIni) seg text[start:] # 右側(cè)是一個(gè) JS 對(duì)象字面量取第一個(gè) { 到最后一個(gè) } brace_start seg.find({) brace_end seg.rfind(}) raw seg[brace_start:brace_end 1] data json.loads(raw) # 常見(jiàn)路徑是 data.currentData.problems.result # 有些版本直接是 data.problems.result做兼容 node data.get(currentData, {}).get(problems, {}) if not node: node data.get(problems, {}) result node.get(result, []) # 調(diào)試用第一次跑看看拿到的字段名 if result: print(json.dumps(result[0], ensure_asciiFalse)[:500]) return result def main(): all_problems [] for page in range(1, 6): # 先抓 5 頁(yè)驗(yàn)證流程 problems fetch_problem_list(page) if not problems: break all_problems.extend(problems) print(fpage {page}: {len(problems)} problems) time.sleep(1) # 一秒一個(gè)請(qǐng)求別趕 with open(luogu_raw.json, w, encodingutf-8) as f: json.dump(all_problems, f, ensure_asciiFalse, indent2) if __name__ __main__: main()腳本核心參數(shù)是orderdifficulty讓服務(wù)端先按難度排好解析后所有題都保證難度從低到高。keyword參數(shù)用于按標(biāo)題搜題比如想找和“數(shù)字”相關(guān)的題可以搜數(shù)字。timeout10秒網(wǎng)絡(luò)抖動(dòng)時(shí)避免卡死。這里故意留了兼容邏輯原因是每次頁(yè)面結(jié)構(gòu)調(diào)整后字段路徑會(huì)變。這個(gè)腳本的價(jià)值是給你一個(gè)起點(diǎn)跑第一次時(shí)務(wù)必把result[0]打印出來(lái)看一遍確認(rèn)哪些字段有值再?zèng)Q定后面怎么清洗。別拿著網(wǎng)上兩年前的舊代碼硬套洛谷頁(yè)面結(jié)構(gòu)改過(guò)不止一次。3.2 入庫(kù) SQLite表結(jié)構(gòu)、去重與難度字段處理JSON 是中間層SQLite 是最終存儲(chǔ)。表結(jié)構(gòu)要簡(jiǎn)單但夠用主鍵用題號(hào)TAG 用逗號(hào)拼接成字符串難度保留原始檔位文本。import sqlite3 import json DB_PATH luogu_index.db def load_json(path): with open(path, encodingutf-8) as f: return json.load(f) def import_to_sqlite(problems): conn sqlite3.connect(DB_PATH) cur conn.cursor() cur.execute( CREATE TABLE IF NOT EXISTS problems ( id TEXT PRIMARY KEY, title TEXT NOT NULL, difficulty TEXT DEFAULT , tags TEXT DEFAULT , updated_at TEXT DEFAULT ) ) for item in problems: pid item.get(pid) or item.get(id) if not pid: continue tags item.get(tags, []) if isinstance(tags, list): tags ,.join(tags) cur.execute( INSERT OR REPLACE INTO problems (id, title, difficulty, tags, updated_at) VALUES (?, ?, ?, ?, ?) , ( pid, item.get(title, ), str(item.get(difficulty, )), tags, item.get(updatedAt, ), )) conn.commit() conn.close()主鍵用id配合INSERT OR REPLACE標(biāo)題會(huì)改TAG 會(huì)調(diào)整運(yùn)行兩次腳本是“更新”而不是“重復(fù)插入”。TAG 統(tǒng)一用逗號(hào)分隔的字符串存儲(chǔ)避免 SQLite 沒(méi)有原生數(shù)組類(lèi)型的麻煩。difficulty字段保留字符串不要轉(zhuǎn)成 INT。洛谷的難度檔位是幾個(gè)枚舉值字符串寫(xiě)在查詢條件里直觀得多要按檔位排序就額外加一列映射成數(shù)字這個(gè)映射我放在第 4.1 節(jié)講。3.3 離線索引查詢按難度、TAG 和關(guān)鍵詞篩題的 SQL入庫(kù)后離線查詢非常直接。按難度篩題SELECT id, title, difficulty, tags FROM problems WHERE difficulty 普及 ORDER BY id LIMIT 20;按 TAG 篩題SELECT id, title, difficulty, tags FROM problems WHERE tags LIKE %貪心% ORDER BY difficulty;按關(guān)鍵詞搜題SELECT id, title, difficulty, tags FROM problems WHERE title LIKE %數(shù)字% OR title LIKE %最大% ORDER BY id;LIKE匹配對(duì)逗號(hào)拼接的 TAG 字符串足夠用缺點(diǎn)是同時(shí)篩兩個(gè) TAG 時(shí)要多用一條AND或者先查出來(lái)再在 Python 里過(guò)濾。ORDER BY difficulty在 SQLite 里是字典序不是難度檔位順序所以下一章我會(huì)在表里加一個(gè)level整數(shù)列把難度映射成數(shù)字后排序才準(zhǔn)確。到這里“洛谷題庫(kù)下載”的核心動(dòng)作就完成了你已經(jīng)把一份會(huì)過(guò)期的網(wǎng)頁(yè)數(shù)據(jù)變成了本地可查、可持續(xù)更新的索引。4. 題庫(kù)不是用來(lái)囤的用 Python 字典管刷題狀態(tài)按 TAG 刷題單4.1 從“全題庫(kù)亂刷”到“知識(shí)點(diǎn)刷題”按 TAG 拉題單題庫(kù)一旦入庫(kù)最怕的就是“今天隨便點(diǎn)一道”。刷題更像按知識(shí)點(diǎn)逐個(gè)擊破而不是靠隨機(jī)題號(hào)碰運(yùn)氣。我的常見(jiàn)做法是把難度映射成數(shù)字然后按“希望練習(xí)的TAG 目標(biāo)難度”組合拉題單。DIFF_MAP { 入門(mén): 1, 普及-: 2, 普及: 3, 普及/提高-: 4, 普及: 5, 提高: 6, 省選: 7, NOI: 8, }這個(gè)映射表導(dǎo)入時(shí)可以直接更新到 SQLitedef add_level_column(conn): cur conn.cursor() cur.execute(ALTER TABLE problems ADD COLUMN level INTEGER DEFAULT 0) conn.commit() def update_levels(conn, diff_map): cur conn.cursor() for name, level in diff_map.items(): cur.execute( UPDATE problems SET level ? WHERE difficulty ?, (level, name), ) conn.commit()配合一條查詢SELECT id, title, difficulty, tags, level FROM problems WHERE tags LIKE %貪心% AND level BETWEEN 2 AND 4 ORDER BY level, id;BETWEEN 2 AND 4的意思是“從普及-到普及/提高-”這個(gè)區(qū)間適合還在打基礎(chǔ)、沒(méi)進(jìn)省選難度的人。每拉出來(lái)一個(gè)題單做題順序按 level 再按題號(hào)遞增同一難度從小題號(hào)開(kāi)始做能避免情緒被“一道難題卡死”影響整體節(jié)奏。洛谷本身也提供官方題單直接在線用也方便。但本地題單的好處是可以組合自己的弱項(xiàng)TAG比如“圖論 普及難度 我還沒(méi)AC的”這是固定題單給不了的篩選維度。拿別人排好的題單練手沒(méi)問(wèn)題想補(bǔ)短板還是得自己拉數(shù)據(jù)。4.2 用 Python 字典維護(hù)刷題狀態(tài)AC、WA、待復(fù)習(xí)題庫(kù)是死的刷題進(jìn)度是活的。我用一個(gè) Python 字典存自己的刷題狀態(tài)字段就三個(gè)狀態(tài)、提交次數(shù)、最后做的時(shí)間。字典的好處是維護(hù)代碼短改動(dòng)直觀也方便直接寫(xiě)成 JSON 落盤(pán)。import json from datetime import date progress_path my_progress.json # 結(jié)構(gòu){ P1843: {status: AC, attempts: 2, last_done: 2025-01-01} } def load_progress(pathprogress_path): try: with open(path, encodingutf-8) as f: return json.load(f) except FileNotFoundError: return {} def today(): return date.today().isoformat() def mark(pid, status): progress load_progress() record progress.get(pid, {attempts: 0}) record[status] status # AC / WA / SKIP record[attempts] 1 record[last_done] today() progress[pid] record with open(progress_path, w, encodingutf-8) as f: json.dump(progress, f, ensure_asciiFalse, indent2)mark()在每次提交后調(diào)用。status只允許 AC、WA、SKIP 三個(gè)值SKIP 代表看了題解才寫(xiě)出來(lái)。嘗試次數(shù)記錄的是 WA 次數(shù)不是總提交次數(shù)這樣能看出“一道題磨了多少次才過(guò)”。這個(gè)字典和 SQLite 是配合關(guān)系SQLite 回答“題庫(kù)里有什么”字典回答“我做到哪了”。每周復(fù)習(xí)時(shí)我從 SQLite 篩出目標(biāo)難度和 TAG 的題再拿字典過(guò)濾掉狀態(tài)為 AC 且提交次數(shù)小于 2 的剩下的就是本周復(fù)習(xí)隊(duì)列。兩套數(shù)據(jù)各管一頭不混在一起。4.3 讀題先畫(huà)邊界P14258 這類(lèi)題的樣例之外很多人刷題翻車(chē)不在算法在讀題?！皹永^(guò)了但 WA 一串”是最典型的信號(hào)。我要求自己做題前先把三樣?xùn)|西圈出來(lái)數(shù)據(jù)范圍、輸入格式里的多組數(shù)據(jù)、以及特殊輸出的描述。數(shù)據(jù)范圍決定復(fù)雜度能放寬到多少多組數(shù)據(jù)決定循環(huán)讀取的寫(xiě)法特殊輸出決定邊界值。搜“洛谷P14258題解”的同學(xué)大概率不是不知道這題的做法而是題目里某個(gè)邊界條件沒(méi)吃透。這個(gè)習(xí)慣直接改變刷題效率讀完題不急著開(kāi)寫(xiě)先在題目序號(hào)旁邊寫(xiě)一句話“這題考的是什么”。寫(xiě)不出來(lái)就說(shuō)明還沒(méi)讀明白寫(xiě)出來(lái)了再動(dòng)手。這句話也會(huì)進(jìn)到我自己的復(fù)視線索里復(fù)習(xí)時(shí)先看這句話再看代碼比直接看題解區(qū)節(jié)省大量時(shí)間。給本地題庫(kù)加一列my_note存這句話也是好做法。更新代碼和mark()類(lèi)似一條UPDATE的事。有了這列你的本地題庫(kù)才真正從“洛谷的題庫(kù)”變成“你的題庫(kù)”。5. 洛谷 OJ 提交與本地題庫(kù)的避坑TLE、RE、MLE 和數(shù)據(jù)不完整5.1 TLE輸入輸出沒(méi)關(guān)同步、Python 讀入太慢現(xiàn)象本地編譯運(yùn)行幾乎秒出一提交就提示 TLE。第一次遇到時(shí)完全摸不著頭腦后來(lái)發(fā)現(xiàn)大部分問(wèn)題出在輸入輸出。原因C 的cin/cout默認(rèn)要兼容 C 的 stdio每次讀入都有同步開(kāi)銷(xiāo)Python 的input()逐行讀在數(shù)據(jù)量大時(shí)也很慢。還有一種情況是算法復(fù)雜度本身超了但那種通常本地也能感覺(jué)到慢。解決C 在 main 開(kāi)頭加兩行ios::sync_with_stdio(false); cin.tie(nullptr);并且不要混用cin和scanf。Python 改用整塊讀入再切分import sys data list(map(int, sys.stdin.buffer.read().split()))如果你已經(jīng)開(kāi)始用sys.stdin.bufferTLE 大部分時(shí)候就不再是 IO 問(wèn)題而是回頭檢查復(fù)雜度的信號(hào)。把循環(huán)里可以提前退出的條件補(bǔ)上比繼續(xù)優(yōu)化讀入更有效。5.2 RE 與 MLE數(shù)組越界、遞歸深度、內(nèi)存超限的排查順序現(xiàn)象本地跑得好好的交上去偶爾 RE有時(shí) MLE。這種偶發(fā)問(wèn)題最難查因?yàn)椴皇敲看味寄軓?fù)現(xiàn)。原因數(shù)組開(kāi)小了評(píng)測(cè)數(shù)據(jù)帶了一組剛好踩線的輸入遞歸寫(xiě)法在一條深鏈上爆棧二維數(shù)組開(kāi)了全量大小但只用了一小塊MLE 就是這么來(lái)的。解決先做最小驗(yàn)證——把數(shù)組按題目數(shù)據(jù)范圍上限再加大 5大概率 RE 消失如果還是 RE檢查所有下標(biāo)計(jì)算尤其是循環(huán)里用字符串長(zhǎng)度減一之類(lèi)的地方。遞歸場(chǎng)景換成顯式?；虻?。MLE 優(yōu)先檢查是否有對(duì)整塊數(shù)據(jù)建全量二維數(shù)組的“偷懶”寫(xiě)法能改成滾動(dòng)數(shù)組就改不想改就先確認(rèn)時(shí)限是否允許你省內(nèi)存的代價(jià)。5.3 題庫(kù)數(shù)據(jù)不完整TAG 為空、更新滯后、增量抓取的補(bǔ)救現(xiàn)象從本地題庫(kù)篩題發(fā)現(xiàn)某幾道新題沒(méi)有 TAG難檔次序和自己印象不一致。折騰半天發(fā)現(xiàn)是抓取日期太早數(shù)據(jù)落后了。原因列表頁(yè)的初始化數(shù)據(jù)里 TAG 可能只給了部分字段題目列表本身也在持續(xù)更新你抓的是某個(gè)時(shí)間點(diǎn)的快照。解決把抓取腳本設(shè)計(jì)成“增量更新”每次跑只處理更新時(shí)間晚于本地最大updated_at的題目。具體實(shí)現(xiàn)是在導(dǎo)入前先查庫(kù)里的MAX(updated_at)過(guò)濾掉更早的數(shù)據(jù)再走INSERT OR REPLACE。TAG 為空的事我一般會(huì)單獨(dú)跑一次“只補(bǔ) TAG”的任務(wù)按 id 列表逐個(gè)請(qǐng)求題目頁(yè)解析 TAG同樣控制在一秒一個(gè)。這活兒無(wú)聊但值得做因?yàn)?TAG 是刷題計(jì)劃的地基地基缺一塊后面篩題單就會(huì)漏一批該練的題。5.4 題解依賴癥搜題解之前先給自己設(shè)一個(gè) 20 分鐘鬧鐘現(xiàn)象搜索記錄里全是“洛谷P1928”這類(lèi)題號(hào)加“題解”二字。這個(gè)習(xí)慣放在題庫(kù)整理上會(huì)變成災(zāi)難搜了十道題的題解一道也沒(méi)真正會(huì)。原因刷題量上去了獨(dú)立建模能力沒(méi)跟上。每次卡住立刻看題解大腦的“讀題到建?！辨溌肪捅惶^(guò)了。解決給自己定一條鐵律卡住 20 分鐘還沒(méi)思路才允許看題解看完題解 AC 了再把狀態(tài)標(biāo)成 SKIP一周后重做。這條規(guī)矩一開(kāi)始很難受但執(zhí)行兩個(gè)月后你能明顯感覺(jué)到獨(dú)立寫(xiě)出的題變多。題庫(kù)里“SKIP 率”這個(gè)參數(shù)比 AC 數(shù)量更能反映真實(shí)水平我會(huì)在每周復(fù)習(xí)時(shí)專門(mén)去看它SKIP 率超過(guò)三成說(shuō)明最近刷的題超出能力區(qū)間該降一檔難度了。6. 給本地題庫(kù)加一個(gè)“對(duì)拍”工作流數(shù)據(jù)生成器加暴力驗(yàn)證的復(fù)現(xiàn)方法6.1 對(duì)拍腳本的組成生成器、暴力程序、被測(cè)程序本地題庫(kù)配合對(duì)拍是驗(yàn)證新題解最可靠的手段。對(duì)拍的本質(zhì)是一個(gè)隨機(jī)數(shù)據(jù)生成器不斷造數(shù)據(jù)一個(gè)一定正確的暴力程序和被測(cè)程序同時(shí)跑輸出不一致就停。for i in $(seq 1 1000); do python3 gen.py data.in python3 brute.py data.in ans.out python3 fast.py data.in out.out if ! diff -q ans.out out.out /dev/null; then echo case $i failed break fi done# gen.py 示例生成一個(gè) n數(shù)組 的隨機(jī)數(shù)據(jù) import random n random.randint(1, 10) print(n) print( .join(str(random.randint(-100, 100)) for _ in range(n)))gen.py的參數(shù)要覆蓋邊界n 取 1、取上限元素取負(fù)數(shù)這些場(chǎng)景隨機(jī)跑一萬(wàn)次都不一定觸發(fā)建議在生成器里固定寫(xiě)幾組邊界 case 再隨機(jī)。暴力程序一定要夠“笨”越直譯題意越不容易錯(cuò)被測(cè)程序才是你想驗(yàn)證的那個(gè)。對(duì)拍不是只做一次而是每次改完題解都跑一輪一千次沒(méi)掛再提交就踏實(shí)得多。6.2 對(duì)拍結(jié)果的解讀樣例全過(guò)但 WA 的題先查這四處對(duì)拍找到一個(gè)反例后查錯(cuò)順序依次是數(shù)據(jù)讀取對(duì)不對(duì)、邊界下標(biāo)有沒(méi)有越、long long有沒(méi)有漏、算法是否忽略了題目里“保證互不相同”這類(lèi)約束。前三個(gè)查完沒(méi)有結(jié)果就得回到第四項(xiàng)重新讀題。我現(xiàn)在的習(xí)慣是每道 WA 的題先不碰代碼打開(kāi)題面把數(shù)據(jù)范圍再讀一遍——有一半的問(wèn)題都是在“我以為讀過(guò)了”的地方。這份本地題庫(kù)帶給我的最大改變是刷題終于有了復(fù)盤(pán)入口。每周日跑一次查詢把 SKIP 狀態(tài)的題拉出來(lái)重做做完的從 SKIP 改成 AC再順手把本周 WA 超過(guò)三次的題加入下周隊(duì)列。速度快慢不重要重要的是每道題都留下了一條可追蹤的記錄。希望我的這套整理和刷題方法能幫你的洛谷刷題之旅少走點(diǎn)彎路。本文還有配套的精品資源點(diǎn)擊獲取