小笨笨的世界来啦!剖析竞赛,专注研究信息学竞赛NOIP,努力成就竞赛梦!

简介: 这里是小笨笨的世界!!! 接下来的日子里,我将会不断提供学习资源或知识与例题的讲解。 现在暂时学习C++语言,为CCF举办的NOIP比赛做准备! 不难看出,现在许多名校除了高考,还很看重5大学科竞赛。

这里是小笨笨的世界!!!

接下来的日子里,我将会不断提供学习资源或知识与例题的讲解。

现在暂时学习C++语言,为CCF举办的NOIP比赛做准备!

不难看出,现在许多名校除了高考,还很看重5大学科竞赛。他们分别是:数学,物理,化学,计算机,生物。

不知道各位有没有这样的经历:在聊天或再看高中的喜报时,总会听说或看到有XX同学在XX竞赛中得了一等奖中的前XX名,获得了清华/北大的保送或降XX分录取。如果有,想必你一定是羡慕嫉妒了。

我也一样,于是也开始学习学校里学不到的知识,也就是竞赛要考的内容,并逐个分析了一下各个竞赛:

1.数学竞赛:数学是一门基础学科,小学有奥数,中学有奥赛。这个竞赛要求比较强的思维,严谨的态度,强大的计算能力、理解能力和举一反三的能力,可以说算是一个比较难的竞赛了。当然,有兴趣的也可以学一学。

2.物理竞赛:物理相比数学要容易一些。因为在初二才开始学物理,大家普遍起步晚(不包括个别从小学起的),竞赛的难度也会稍稍适中,但是数学不好,物理也很难出成绩,这两个竞赛是有一定关联的。

3.化学竞赛:化学从初三开始学,可以说是最晚起步的学科。因为我不从事化学,对它也没有太深的了解。只听一些学化学竞赛的人说要有好的记性和缜密的思维,才能学好。

4.生物竞赛:这个就没有太多的话可说了,你要有 强大 的记忆力,强到你自己都无法想象。我认为这个竞赛没有太大技术含量,将来就业也比较麻烦。但如果的未来想当医生或跟生物有关系的职业,你可以选择学生物竞赛。

不过,要是现在是高二的零基础的同学们不建议学,因为一年之内要把高中竞赛的全部内容熟练掌握实在太难了。要是没学成,耽误了高考就得不偿失了。

最后就是信息学竞赛了。我也是喜好信息学竞赛来专门学习C++的在这方面,我感触颇深,也希望借此来与大家交流,分享。

信息学竞赛有三轮:初赛,复赛(省赛)和决赛(国赛)。

组别也有三种:初级组(小学组),普及组(初中组),提高组(高中组)。注:这里的组别是指上限年龄,比如可以小学五年级参加提高组。

由于各名校只看信息学竞赛的提高组,我们也就针对提高组进行阐述。

初赛是笔试,会考一些计算机基础常识和编程的知识。是比较综合的信息学的测试。在十月中旬考。复赛是上机考试,也就是用电脑考,在11月中旬,时间比较紧。考两个上午,一个上午3题,3.5个小时,跟国赛是一样的。省赛会颁发奖项:省级一、二、三等奖。在考场上的具体事项呢,我们会在后面具体介绍。国赛是由省队代表去的,省队的选择考试一般在第二年的3月份。只有选上了省队才能参加国赛。

尽管你没进省队,但是在省赛中拿了优异的成绩,也会对升学有许多帮助。

信息学没有年龄下限,时时可以考,但是到了高三再考就没什么意义了,因为国赛在第二年暑假举行,那时候你已经毕业,不算高中生了,也就不让考国赛了,这样还不如好好准备高考呢。

今天主要是给大家粗略讲解了现在竞赛的发展趋势,之后我们会推出关于 NOIP-C++的课程,有兴趣的可以跟我联系,QQ:907916611

我们坚信,我们的一切努力都将化作我们成功之路的垫脚石。

相关文章
|
1月前
|
人工智能 自然语言处理
召唤100多位学者打分,斯坦福新研究:AI科学家创新确实强
【10月更文挑战第6天】斯坦福大学最新研究评估了大型语言模型(LLMs)在生成新颖研究想法方面的能力,通过100多位NLP专家盲评LLMs与人类研究人员提出的想法。结果显示,LLMs在新颖性方面超越人类(p < 0.05),但在可行性上略逊一筹。研究揭示了LLMs作为科研工具的潜力与挑战,并提出了进一步验证其实际效果的设计。论文详见:https://arxiv.org/abs/2409.04109。
39 6
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
GPT-4o竟是道德专家?解答50道难题,比纽约大学教授更受欢迎
【7月更文挑战第9天】GPT-4o,OpenAI的AI模型,在道德难题解答上超越人类专家,研究显示其在50道伦理测试中40题答案与专家一致,引发是否可成道德决策工具的讨论。[[1](https://doi.org/10.31234/osf.io/w7236)]
40 1
|
机器学习/深度学习 算法
寒假本科创新——机器学习(二)
寒假本科创新——机器学习(二)
67 0
|
机器学习/深度学习 人工智能 算法
寒假本科创新学习——机器学习(一)
寒假本科创新学习——机器学习(一)
294 0
|
机器学习/深度学习 数据采集 算法
南洋理工发布量化交易大师TradeMaster,涵盖15种强化学习算法
南洋理工发布量化交易大师TradeMaster,涵盖15种强化学习算法
240 0
|
机器学习/深度学习 存储 数据采集
学术加油站|机器学习应用在数据库调优领域的前沿工作解读
学术加油站|机器学习应用在数据库调优领域的前沿工作解读
271 0
学术加油站|机器学习应用在数据库调优领域的前沿工作解读
|
Web App开发 机器学习/深度学习 人工智能
观点|企业挖角 AI 教授是不是「原罪」?
  AI 学者该不该在企业挂职?挂职的话,精力又该如何分配?这些问题随着 AI 的全面火热在学界频频被提起。最具代表性的一次交锋,要属去年 8 月份 Yann LeCun 与 UC 伯克利大学 Ben Recht 为首的教授们分别对此撰文表达截然不同的立场:前者认为这将有助于「推动 AI 的创新」,后者则认为这将「扼杀、冷藏」创新。   近日,卡内基梅隆大学计算机科学系的副教授 Ariel Procaccia 同样撰文表达了自己对于企业过度招揽 AI 学者现象的忧虑,只是他并未偏颇早前的任一立场,而是呼吁大家一起找到摆荡于两者之间的「可持续性模式」,来看看他是怎么说的吧。
204 0
|
机器学习/深度学习 人工智能 算法
2018年终总结之人工智能学习
2018年终总结之人工智能学习
|
人工智能 自然语言处理 语音技术
AI:周志华老师文章《关于强人工智能》的阅读笔记以及感悟
AI:周志华老师文章《关于强人工智能》的阅读笔记以及感悟
|
人工智能 JavaScript 安全
7月12日云栖精选夜读丨让人类像机器人一样工作,科技公司的忽悠新套路“伪人工智能”
如何创建一家人工智能公司?雇佣一家最低工资标准的工人假装人工智能,然后等待人工智能被发明;新版的庚子赔款:上交4亿保证金,美国商务部最终与中兴公司达成协议;日本富士推出机器人零售业务自动化,十八般武艺样样精通!万豪酒店携手阿里引入人脸识别技术,一分钟内即可办理入住,小编表示:住不起!
3428 0