最短路径问题错误如何解决

线网络优化是通过对现已运行的网络进行话务数据分析、现场测试数据采集、参数分析、硬件检查等手段，找出影响网络质量的原因，并且通过参数的修改、网络结构的调整、设备配置的调整和采取某些技术手段（采用MRP的规划办法等），确保系统高质量的运行，使现有网络资源获得最佳效益，以最经济的投入获得最大的收益。 二 GSM无线网络优化的常规方法 网络优化的方法很多，在网络优化的初期，常通过对OMC-R数据的分析和路测的结果，制定网络调整的方案。在采用图1的流程经过几个循环后，网络质量有了大幅度的提高。但仅采用上述方法较难发现和解决问题，这时通常会结合用户投诉和CQT测试办法来发现问题，结合信令跟踪分析法、话务统计分析法及路测分析法，分析查找问题的根源。在实际优化中，尤其以分析OMC-R话务统计报告，并辅以七号信令仪表进行A接口或Abis接口跟踪分析，作为网络优化最常用的手段。网络优化最重要的一步是如何发现问题，下面就是几种常用的方法： 1．话务统计分析法：OMC话务统计是了解网络性能指标的一个重要途径，它反映了无线网络的实际运行状态。它是我们大多数网络优化基础数据的主要根据。通过对采集到的参数分类处理，形成便于分析网络质量的报告。通过话务统计报告中的各项指标(呼叫成功率、掉话率、切换成功率、每时隙话务量、无线信道可用率、话音信道阻塞率和信令信道的可用率、掉话率及阻塞率等)，可以了解到无线基站的话务分布及变化情况，从而发现异常，并结合其它手段，可分析出网络逻辑或物理参数设置的不合理、网络结构的不合理、话务量不均、频率干扰及硬件故障等问题。同时还可以针对不同地区，制定统一的参数模板，以便更快地发现问题，并且通过调整特定小区或整个网络的参数等措施，使系统各小区的各项指标得到提高，从而提高全网的系统指标。 2．DT （驱车测试）：在汽车以一定速度行驶的过程中,借助测试仪表、测试手机，对车内信号强度是否满足正常通话要求，是否存在拥塞、干扰、掉话等现象进行测试。通常在DT中根据需要设定每次呼叫的时长，分为长呼（时长不限,直到掉话为止）和短呼（一般取60秒左右,根据平均用户呼叫时长定）两种（可视情况调节时长），为保证测试的真实性，一般车速不应超过40公里/小时。路测分析法主要是分析空中接口的数据及测量覆盖，通过DT测试，可以了解：基站分布、覆盖情况，是否存在盲区；切换关系、切换次数、切换电平是否正常；下行链路是否有同频、邻频干扰；是否有小岛效应；扇区是否错位；天线下倾角、方位角及天线高度是否合理；分析呼叫接通情况，找出呼叫不通及掉话的原因，为制定网络优化方案和实施网络优化提供依据。 3．CQT （呼叫质量测试或定点网络质量测试）：在服务区中选取多个测试点，进行一定数量的拨打呼叫，以用户的角度反映网络质量。测试点一般选择在通信比较集中的场合，如酒店、机场、车站、重要部门、写字楼、集会场所等。它是DT测试的重要补充手段。通常还可完成DT所无法测试的深度室内覆盖及高楼等无线信号较复杂地区的测试，是场强测试方法的一种简单形式。 4．用户投诉：通过用户投诉了解网络质量。尤其在网络优化进行到一定阶段时，通过路测或数据分析已较难发现网络中的个别问题，此时通过可能无处不在的用户通话所发现的问题，使我们进一步了解网络服务状况。结合场强测试或简单的CQT测试，我们就可以发现问题的根源。该方法具有发现问题及时，针对性强等特点。 5．信令分析法：信令分析主要是对有疑问的站点的A接口、Abis接口的数据进行跟踪分析。通过对A接口采集数据分析，可以发现切换局数据不全(遗漏切换关系)、信令负荷、硬件故障(找出有问题的中继或时隙)及话务量不均(部分数据定义错误、链路不畅等原因)等问题。通过对Abis接口数据进行收集分析，主要是对测量仪表记录的LAY3信令进行分析，同时根据信号质量分布图、频率干扰检测图、接收电平分布图，结合对信令信道或话音信道占用时长等的分析，可以找出上、下行链路路径损耗过大的问题，还可以发现小区覆盖情况、一些无线干扰及隐性硬件故障等问题。 6．自动路测系统分析：采用安装于移动车辆上的自动路测终端，可以全程监测道路覆盖及通信质量。由于该终端能够将大量的信令消息和测量报告自动传回监控中心，可以及时发现问题，并对出现问题的地点进行分析，具有很强的时效性。所采用的方法同5。 在实际工作中，这几种方法都是相辅相成、互为印证的关系。GSM无线网络优化就是利用上述几种方法，围绕接通率、掉话率、拥塞率、话音质量和切换成功率及超闲小区、最坏小区等指标，通过性能统计测试→数据分析→制定实施优化方案→系统调整→重新制定优化目标→性能统计测试的螺旋式循环上升，达到网络质量明显改善的目的。 三 现阶段GSM无线网络优化方法 随着网络优化的深入进行，现阶段GSM无线网络优化的目标已越来越关注于用户对网络的满意程度，力争使网络更加稳定和通畅，使网络的系统指标进一步提高，网络质量进一步完善。 网络优化的工作流程具体包括五个方面：系统性能收集、数据分析及处理、制定网络优化方案、系统调整、重新制定网络优化目标。在网络优化时首先要通过OMC-R采集系统信息，还可通过用户申告、日常CQT测试和DT测试等信息完善问题的采集，了解用户对网络的意见及当前网络存在的缺陷，并对网络进行测试，收集网络运行的数据；然后对收集的数据进行分析及处理，找出问题发生的根源；根据数据分析处理的结果制定网络优化方案，并对网络进行系统调整。调整后再对系统进行信息收集，确定新的优化目标，周而复始直到问题解决，使网络进一步完善。 通过前述的几种系统性收集的方法，一般均能发现问题的表象及大部分问题产生的原因。 数据分析与处理是指对系统收集的信息进行全面的分析与处理，主要对电测结果结合小区设计数据库资料，包括基站设计资料、天线资料、频率规划表等。通过对数据的分析，可以发现网络中存在的影响运行质量的问题。如频率干扰、软硬件故障、天线方向角和俯仰角存在问题、小区参数设置不合理、无线覆盖不好、环境干扰、系统忙等。数据分析与处理的结果直接影响到网络运行的质量和下一步将采取的措施，因此是非常重要的一步。当然可以看出，它与第一步相辅相成，难以严格区分界限。 制定网络优化方案是根据分析结果提出改善网络运行质量的具体实施方案。 系统调整即实施网络优化，其基本内容包括设备的硬件调整（如天线的方位、俯仰调整，旁路合路器等）、小区参数调整、相邻小区切换参数调整、频率规划调整、话务量调整、天馈线参数调整、覆盖调整等或采用某些技术手段(更先进的功率控制算法、跳频技术、天线分集、更换电调或特型天线、新增微蜂窝、采用双层网结构、增加塔放等)。 测试网络调整后的结果。主要包括场强覆盖测试、干扰测试、呼叫测试和话务统计。 根据测试结果，重新制定网络优化目标。在网络运行质量已处于稳定、良好的阶段，需进一步提高指标，改善网络质量的深层次优化中出现的问题(用户投诉的处理，解决局部地区话音质量差的问题，具体事件的优化等等)或因新一轮建设所引发的问题。 四 网络优化常见问题及优化方案 建立在用户感知度上的网络优化面对的必然是对用户投诉问题的处理，一般有如下几种情况： 1．电话不通的现象 信令建立过程 在手机收到经PCH(寻呼信道)发出的pagingrequest(寻呼请求)消息后，因SDCCH拥塞无法将pagingresponse(寻呼响应)消息发回而导致的呼损。 对策：可通过调整SDCCH与TCH的比例，增加载频，调整BCC(基站色码)等措施减少SDCCH的拥塞。 因手机退出服务造成不能分配占用SDCCH而导致的呼损。 对策：对于盲区造成的脱网现象，可通过增加基站功率，增加天线高度来增加基站覆盖；对于BCCH频点受干扰造成的脱网现象，可通过改频、调整网络参数、天线下倾角等参数来排除干扰。 鉴权过程 因MSC与HLR、BSC间的信令问题，或MSC、HLR、BSC、手机在处理时失败等原因造成鉴权失败而导致的呼损。 对策：由于在呼叫过程中鉴权并非必须的环节，且从安全角度考虑也不需要每次呼叫都鉴权，因此可以将经过多少次呼叫后鉴权一次的参数调大。 加密过程 因MSC、BSC或手机在加密处理时失败导致呼损。 对策：目前对呼叫一般不做加密处理。 从手机占上SDCCH后进而分配TCH前 因无线原因(如RadioLinkFailure、硬件故障)使SDCCH掉话而导致的呼损。 对策：通过路测场强分析和实际拨打分析，对于无线原因造成的如信号差、存在干扰等问题，采取相应的措施解决；对于硬件故障，采用更换相应的单元模块来解决。 话音信道分配过程 因无线分配TCH失败(如TCH拥塞，或手机已被MSC分配至某一TCH上，因某种原因占不上TCH而导致链路中断等原因)而导致的呼损。 对策：对于TCH拥塞问题，可采用均衡话务量，调整相关小区服务范围的参数，启用定向重试功能等措施减少TCH的拥塞；对于占不上TCH的情况，一般是硬件故障，可通过拨打测试或分析话务统计中的CALLHOLDINGTIME参数进行故障定位，如某载频CALLHOLDINGTIME值小于10秒，则可断定此载频有故障。另外严重的同频干扰（如其它基站的BCCH与TCH同频）也会造成占不上TCH信道，可通过改频等措施解决。 2．电话难打现象 一般现象是较难占线、占线后很容易掉线等。这种情况首先应排除是否是TCH溢出的原因，如果TCH信道不足，则应增加信道板或通过增加微蜂窝或小区裂变的形式来解决。 排除以上原因后，一般可以考虑是否是有较强的干扰存在。可以是相邻小区的同邻频干扰或其它无线信号干扰源，或是基站本身的时钟同步不稳。这种问题较为隐蔽，需通过仔细分析层三信令和周围基站信息才能得出结论。 3. 掉话现象 掉话的原因几乎涉及网络优化的所有方面内容，尤其是在路测时发生的掉话，需要仔细分析。在路测时，需要对发生掉话的地段做电平和切换参数等诸多方面的分析。如果电平足够，多半是因为切换参数有问题或切入的小区无空闲信道。对话务较忙小区，可以让周围小区分担部分话务量。采用在保证不存在盲区的情况下，调整相关小区服务范围的参数，包括基站发射功率、天线参数（天线高度、方位角、俯仰角）、小区重选参数、切换参数及小区优先级设置的调整，以达到缩小拥塞小区的范围，并扩大周围一些相对较为空闲小区的服务范围。通过启用DirectedRetry（定向重试）功能，缓解小区的拥塞状况。上述措施仍不能满足要求的话，可通过实施紧急扩容载频的方法来解决。 对大多采用空分天线远郊或近郊的基站，如果主、分集天线俯仰角不一致，也极易造成掉话。如果参数设置无误，则可能是有些点信号质量较差。对这些信号质量较差而引起的掉话，应通过硬件调整的方式增加主用频点来解决。 4. 局部区域话音质量较差 在日常DT测试中，经常发现有很多微小的区域内，话音质量相当差、干扰大，信号弱或不稳定以及频繁切换和不断接入。这些地方往往是很多小区的交叠区、高山或湖面附近、许多高楼之间等。同样这种情况对全网的指标影响不明显，小区的话务统计报告也反映不出。这种现象一方面是由于频带资源有限，基站分布相对集中，频点复用度高，覆盖要求严格，必然不可避免的会产生局部的频率干扰。另一方面是由于在高层建筑林立的市区，手机接收的信号往往是基站发射信号经由不同的反射路径、散射路径、绕射路径的叠加，叠加的结果必然造成无线信号传播中的各种衰落及阴影效应，称之为多径干扰。此外，无线网络参数设置不合理也会造成上述现象。 在测试中RXQUAL的值反映了话音质量的好坏，信号质量实际是指信号误码率， RXQUAL=3（误码率：0.8％至1.6％），RXQUAL=4（误码率：1.6％至3.2％），当网络采用跳频技术时，由于跳频增益的原因,RXQUAL=3时，通话质量尚可，当RXQUAL≥6时，基本无法通话。 根据上述情况，通过对这些小区进行细致的场强覆盖测试和干扰测试，对场强覆盖测试数据进行分析，统计出RXLEV／RXQUAL之间对照表，如果某个小区域RXQUAL为6和7的采样统计数高而RXLEV大于－85dBm的采样数较高，一般可以认为该区域存在干扰。并在Neighbor－List中可分析出同频、邻频干扰频点。 5．多径干扰 如果直达路径信号（主信号）的接收电平与反射、散射等信号的接收电平差小于15dB，而且反射、散射等信号比主信号的时延超过4～5个GSM比特周期（1个比特周期=3.69μs），则可判断此区域存在较强的多径干扰。 多径干扰造成的衰落与频点及所在位置有关。多径衰落可通过均衡器采用的纠错算法得以改善，但这种算法只在信号衰落时间小于纠错码字在交织中分布占用的时间时有效。 采用跳频技术可以抑制多径干扰，因为跳频技术具有频率分集和干扰分集的特性。频率分集可以避免慢速移动的接收设备长时间处于阴影效应区，改善接收质量；而且可以充分利用均衡器的优点。干扰分集使所有的移动及基站接收设备所受干扰等级平均化。使产生干扰的几率大为减小，从而降低干扰程度。 采用天线分集和智能天线阵，对信号的选择性增强，也能降低多径干扰。 适当调整天线方位角，也可减小多径干扰。 若无线网络参数设置不合理，也会影响通话质量。如在DT测试中常常发现切换前话音质量较差，即RXQUAL较大（如5、6、7），而切换后，话音质量变得很好，RXQUAL很小（如0、1），而反方向行驶通过此区域时话音质量可能很好（RXQUAL为0、1），因为占用的服务小区不同。对于这种情况，是由于基于话音质量切换的门限值设置不合理。减小RXQUAL的切换门限值，如原先从RXQUAL≥4时才切换，改为RXQUAL≥3时就切换，可以提高许多区域的通话质量。因此，根据测试情况，找出最佳的切换地点，设置最佳切换参数，通过调整切换门限参数控制切换次数,通过修改相邻小区的切换关系提高通话质量。总之，根据场强测试可以优化系统参数。 值得一提的是，由于竞争的激烈及各运营商的越来越深化的要求，某些地方的运营商为完成任务，达到所谓的优化指标，随意调整放大一些对网络统计指标有贡献的参数，使网络看起来“质量很高”。然而，用户感觉到的仍是网络质量不好，从而招致更多用户的不满，这是不符合网络优化的宗旨的。 总之，网络优化是一项长期、艰巨的任务，进行网络优化的方法很多，有待于进一步探讨和完善。好在现在国内两大运营商都已充分认识到了这一点，网络质量也得到了迅速的提高，同时网络的经济效益也得到了充分发挥，既符合用户的利益又满足了运营商的要求，毫无疑问将是持续的双赢局面。 答案来源于网络

　　算法，数据结构是关键，另外还有组合数学，特别是集合与图论，概率论也重要。推荐买一本《算法导论》，那本书行，看起来超爽。。。基本掌握语法还不行啊，语法的超熟练掌握，不然出了错误很难调试的。。。最重要的是超牛皮的头脑啦，分析能力，逻辑推理能力很重要。ACM很好玩啦，祝你成功。。。 　　acm是3人一组的，以学校为单位报名的，也就是说要得到学校同意，还要有2个一起搞的。其实可能是你不知道你们学校搞acm的地方，建议你好好询问下你们学校管科技创新方面的人。建议你找几个兴趣相同的一起做，互相探讨效果好多了，团队合作也是acm要求的3大能力之一。 　　数据结构远远不够的，建议你看算法导论，黑书，oj的话个人觉得还是poj好，有水题有好题，而且做的人多，要解题报告什么的也好找。我们就是一些做acm的学生一起搞，也没老师，这样肯定能行的。 　　基础的话是语言，然后数据结构，然后算法。 　　ACM有三个方向：算法，数学，实现 　　要求三种能力：英文，自学，团队协作 　　简单的说，你要能读懂英文的题意描述，要有一门acm能使用的编程语言，要会数据结构，有一点数学基础，一点编程方面天赋，要有兴趣和毅力（最重要），就具有做ACM的基本条件了。 　　做acm我推荐c，c++也可以，java在某些情况下好用，但是大多数情况的效率和代码量都不大好，所以建议主用c++，有些题目用java 　　还有什么问题，可以问我啊。 　　不好意思，没见过用java描述的acm书籍，大多数是用伪命令，其他有的用的c，c++，老一些的用pascal。java只是用来做高精度的一些题的，个人觉得不用专门看这方面的书，java的基本部分学好就够用了。所以我还是推荐主用c++，在高精度和个别题再用java。你可以找找java描述的算法设计与分析，这个好像有 　　数据结构：C语言版 清华大学出版社 严蔚敏 《数据结构》 　　算法：清华大学出版社 王晓东 《算法设计与分析》 　　麻省理工大学 中译本：机械工业出版社 《算法导论》 　　基本上这三本书就已经足够了，建议一般水平的人先不要看算法导论，待另外两本书看的差不多的时候，再看算法导论加深理解。 　　另外还有很多针对性更强的书籍，不过针对性太强，这里就不多介绍了。 　　以上一些都是些算法方面的书，最好的方式就是做题与看书相结合，很多在线做题的网站，PKU，ZOJ很多，推荐PKU，题目比较多，参与的人比较多。做一段时间的题，然后看书，研究算法，再做题，这样进步比较快。 　　还有关于ACM竞赛，我有自己的一点话说。 　　首先说下ACM/ICPC是个团队项目，最后的参赛名额是按照学校为单位的，所以找到志同道合的队友和学校的支持是很重要的。 　　刚刚接触信息学领域的同学往往存在很多困惑，不知道从何入手学习，在这篇文章里，我希望能将自己不多的经验与大家分享，希望对各位有所帮助。 　　一、语言是最重要的基本功 　　无论侧重于什么方面，只要是通过计算机程序去最终实现的竞赛，语言都是大家要过的第一道关。亚洲赛区的比赛支持的语言包括C/C++与JAVA。笔者首先说说JAVA，众所周知，作为面向对象的王牌语言，JAVA在大型工程的组织与安全性方面有着自己独特的优势，但是对于信息学比赛的具体场合，JAVA则显得不那么合适，它对于输入输出流的操作相比于C++要繁杂很多，更为重要的是JAVA程序的运行速度要比C++慢10倍以上，而竞赛中对于JAVA程序的运行时限却往往得不到同等比例的放宽，这无疑对算法设计提出了更高的要求，是相当不利的。其实，笔者并不主张大家在这种场合过多地运用面向对象的程序设计思维，因为对于小程序来说这不旦需要花费更多的时间去编写代码，也会降低程序的执行效率。 　　接着说C和C++。许多现在参加讲座的同学还在上大一，C的基础知识刚刚学完，还没有接触过C++，其实在赛场上使用纯C的选手还是大有人在的，它们主要是看重了纯C在效率上的优势，所以这部分同学如果时间有限，并不需要急着去学习新的语言，只要提高了自己在算法设计上的造诣，纯C一样能发挥巨大的威力。 　　而C++相对于C，在输入输出流上的封装大大方便了我们的操作，同时降低了出错的可能性，并且能够很好地实现标准流与文件流的切换，方便了调试的工作。如果有些同学比较在意这点，可以尝试C和C++的混编，毕竟仅仅学习C++的流操作还是不花什么时间的。 　　C++的另一个支持来源于标准模版库（STL），库中提供的对于基本数据结构的统一接口操作和基本算法的实现可以缩减我们编写代码的长度，这可以节省一些时间。但是，与此相对的，使用STL要在效率上做出一些牺牲，对于输入规模很大的题目，有时候必须放弃STL，这意味着我们不能存在“有了STL就可以不去管基本算法的实现”的想法；另外，熟练和恰当地使用STL必须经过一定时间的积累，准确地了解各种操作的时间复杂度，切忌对STL中不熟悉的部分滥用，因为这其中蕴涵着许多初学者不易发现的陷阱。 　　通过以上的分析，我们可以看出仅就信息学竞赛而言，对语言的掌握并不要求十分全面，但是对于经常用到的部分，必须十分熟练，不允许有半点不清楚的地方，下面我举个真实的例子来说明这个道理——即使是一点很细微的语言障碍，都有可能酿成错误： 　　在去年清华的赛区上，有一个队在做F题的时候使用了cout和printf的混合输出，由于一个带缓冲一个不带，所以输出一长就混乱了。只是因为当时judge team中负责F题的人眼睛尖，看出答案没错只是顺序不对（答案有一页多，是所有题目中最长的一个输出），又看了看程序发现只是输出问题就给了个Presentation error（格式错）。如果审题的人不是这样而是直接给一个 Wrong Answer，相信这个队是很难查到自己错在什么地方的。 　　现在我们转入第二个方面的讨论，基础学科知识的积累。 　　二、以数学为主的基础知识十分重要 　　虽然被定性为程序设计竞赛，但是参赛选手所遇到的问题更多的是没有解决问题的思路，而不是有了思路却死活不能实现，这就是平时积累的基础知识不够。今年World Final的总冠军是波兰华沙大学，其成员出自于数学系而非计算机系，这就是一个鲜活的例子。竞赛中对于基础学科的涉及主要集中于数学，此外对于物理、电路等等也可能有一定应用，但是不多。因此，大一的同学也不必为自己还没学数据结构而感到不知从何入手提高，把数学捡起来吧。下面我来谈谈在竞赛中应用的数学的主要分支。 　　1、离散数学——作为计算机学科的基础，离散数学是竞赛中涉及最多的数学分支，其重中之重又在于图论和组合数学，尤其是图论。 　　图论之所以运用最多是因为它的变化最多，而且可以轻易地结合基本数据结构和许多算法的基本思想，较多用到的知识包括连通性判断、DFS和BFS，关节点和关键路径、欧拉回路、最小生成树、最短路径、二部图匹配和网络流等等。虽然这部分的比重很大，但是往往也是竞赛中的难题所在，如果有初学者对于这部分的某些具体内容暂时感到力不从心，也不必着急，可以慢慢积累。 　　竞赛中设计的组合计数问题大都需要用组合数学来解决，组合数学中的知识相比于图论要简单一些，很多知识对于小学上过奥校的同学来说已经十分熟悉，但是也有一些部分需要先对代数结构中的群论有初步了解才能进行学习。组合数学在竞赛中很少以难题的形式出现，但是如果积累不够，任何一道这方面的题目却都有可能成为难题。 　　2、数论——以素数判断和同余为模型构造出来的题目往往需要较多的数论知识来解决，这部分在竞赛中的比重并不大，但只要来上一道，也足以使知识不足的人冥思苦想上一阵时间。素数判断和同余最常见的是在以密码学为背景的题目中出现，在运用密码学常识确定大概的过程之后，核心算法往往要涉及数论的内容。 　　3、计算几何——计算几何相比于其它部分来说是比较独立的，就是说它和其它的知识点很少有过多的结合，较常用到的部分包括——线段相交的判断、多边形面积的计算、内点外点的判断、凸包等等。计算几何的题目难度不会很大，但也永远不会成为最弱的题。 　　4、线性代数——对线性代数的应用都是围绕矩阵展开的，一些表面上是模拟的题目往往可以借助于矩阵来找到更好的算法。 　　5、概率论——竞赛是以黑箱来判卷的，这就是说你几乎不能动使用概率算法的念头，但这也并不是说概率就没有用。关于这一点，只有通过一定的练习才能体会。 　　6、初等数学与解析几何——这主要就是中学的知识了，用的不多，但是至少比高等数学多，我觉得熟悉一下数学手册上的相关内容，至少要知道在哪儿能查到，还是必要的。 　　7、高等数学——纯粹运用高等数学来解决的题目我接触的只有一道，但是一些题目的叙述背景往往需要和这部分有一定联系，掌握得牢固一些总归没有坏处。 　　以上就是竞赛所涉及的数学领域，可以说范围是相当广的。我认识的许多人去搞信息学的竞赛就是为了逼着自己多学一点数学，因为数学是一切一切的基础。 　　三、数据结构与算法是真正的核心 　　虽然数学十分十分重要，但是如果让三个只会数学的人参加比赛，我相信多数情况下会比三个只会数据结构与算法的人得到更为悲惨的结局。 　　先说说数据结构。掌握队列、堆栈和图的基本表达与操作是必需的，至于树，我个人觉得需要建树的问题有但是并不多。（但是树往往是很重要的分析工具）除此之外，排序和查找并不需要对所有方式都能很熟练的掌握，但你必须保证自己对于各种情况都有一个在时间复杂度上满足最低要求的解决方案。说到时间复杂度，就又该说说哈希表了，竞赛时对时间的限制远远多于对空间的限制，这要求大家尽快掌握“以空间换时间”的原则策略，能用哈希表来存储的数据一定不要到时候再去查找，如果实在不能建哈希表，再看看能否建二叉查找树等等——这都是争取时间的策略，掌握这些技巧需要大家对数据结构尤其是算法复杂度有比较全面的理性和感性认识。 　　接着说说算法。算法中最基本和常用的是搜索，主要是回溯和分支限界法的使用。这里要说的是，有些初学者在学习这些搜索基本算法是不太注意剪枝，这是十分不可取的，因为所有搜索的题目给你的测试用例都不会有很大的规模，你往往察觉不出程序运行的时间问题，但是真正的测试数据一定能过滤出那些没有剪枝的算法。实际上参赛选手基本上都会使用常用的搜索算法，题目的区分度往往就是建立在诸如剪枝之类的优化上了。 　　常用算法中的另一类是以“相似或相同子问题”为核心的，包括递推、递归、贪心法和动态规划。这其中比较难于掌握的就是动态规划，如何抽象出重复的子问题是很多题目的难点所在，笔者建议初学者仔细理解图论中一些以动态规划为基本思想所建立起来的基本算法（比如Floyd-Warshall算法），并且多阅读一些定理的证明，这虽然不能有什么直接的帮助，但是长期坚持就会对思维很有帮助。 　　四、团队配合 　　通过以上的介绍大家也可以看出，信息学竞赛对于知识面覆盖的非常广，想凭一己之力全部消化这些东西实在是相当困难的，这就要求我们尽可能地发挥团队协作的精神。同组成员之间的熟练配合和默契的形成需要时间，具体的情况因成员的组成不同而不同，这里我就不再多说了。 　　五、练习、练习、再练习 　　知识的积累固然重要，但是信息学终究不是看出来的，而是练出来的，这是多少前人最深的一点体会，只有通过具体题目的分析和实践，才能真正掌握数学的使用和算法的应用，并在不断的练习中增加编程经验和技巧，提高对时间复杂度的感性认识，优化时间的分配，加强团队的配合。总之，在这里光有纸上谈兵是绝对不行的，必须要通过实战来锻炼自己。 　　大家一定要问，我们去哪里找题做，又如何检验程序是否正确呢。这大可不必担心，现在已经有了很多网上做题的站点，这些站点提供了大量的题库并支持在线判卷，你只需要把程序源码提交上去，马上就可以知道自己的程序是否正确，运行所使用的时间以及消耗的内存等等状况。下面我给大家推荐几个站点，笔者不建议大家在所有这些站点上做题，选择一个就可以了，因为每个站点的题都有一定的难易比例，系统地做一套题库可以使你对各种难度、各种类型的题都有所认识。 　　1、Ural： 　　Ural是中国学生对俄罗斯的Ural州立大学的简称 ，那里设立了一个Ural Online Problem Set，并且支持Online Judge。Ural的不少题目算法性和趣闻性都很强，得到了国内广大学生的厚爱。根据“信息学初学者之家”网站的统计，Ural的题目类型大概呈如下的分布： 　　题型 　　搜索 　　动态规划 　　贪心 　　构造 　　图论 　　计算几何 　　纯数学问题 　　数据结构 　　其它 　　所占比例 　　约10% 　　约15% 　　约5% 　　约5% 　　约10% 　　约5% 　　约20% 　　约5% 　　约25% 　　这和实际比赛中的题型分布也是大体相当的。有兴趣的朋友可以去看看。 　　2、UVA： 　　UVA代表西班牙Valladolid大学(University de Valladolid)。该大学有一个那里设立了一个PROBLEM SET ARCHIVE with ONLINE JUDGE ，并且支持ONLINE JUDGE，形式和Ural大学的题库类似。不过和Ural不同的是，UVA题目多的多，而且比较杂，而且有些题目的测试数据比较刁钻。这使得刚到那里做题的朋友往往感觉到无所适从，要么难以找到合适的题目，要么Wrong Answer了很多次以后仍然不知道错在那里。 如果说做Ural题目主要是为了训练算法，那么UVA题目可以训练全方位的基本功和一些必要的编程素质。UVA和许多世界知名大学联合办有同步网上比赛，因此那里强人无数，不过你先要使自己具有听懂他们在说什么的素质：） 　　3、ZOJ： 　　ZOJ是浙江大学建立的ONLINE JUDGE，是中国大学建立的第一个同类站点，也是最好和人气最高的一个，笔者和许多班里的同学就是在这里练习。ZOJ虽然也定位为一个英文网站，但是这里的中国学生比较多，因此让人觉得很亲切。这里目前有500多道题目，难易分配适中，且涵盖了各大洲的题目类型并配有索引，除此之外，ZOJ的JUDGE系统是几个网站中表现得比较好的一个，很少出现Wrong Answer和Presentation error混淆的情况。这里每月也办有一次网上比赛，只要是注册的用户都可以参加。 　　说起中国的ONLINE JUDGE，去年才开始参加ACM竞赛的北京大学现在也建立了自己的提交系统；而我们学校也是去年开始参加比赛，现在也有可能推出自己的提交系统，如果能够做成，到时候大家就可以去上面做题了。同类网站的飞速发展标志着有越来越多的同学有兴趣进入信息学的领域探索，这是一件好事，同时也意味着更激烈的竞争。

Re我和iDBCloud登录数据库的故事 11到13年做DBA的时候，最早接触的是iDB，我的理解之所以叫iDB应该是表达我的数据库的含义吧，估计我还是上学的时候就已经有了，目前iDB已经迭代到3.0，明年初会发布4.0，从DBA视角上看iDB就是可以review业务SQL，自动执行线上DDL，业务数据提取的申请和审批，WEB上的数据查询，最近做产品经理后才有机会系统的审视iDB（一个包含研发支撑、安全管控的企业级数据库管理产品），支撑了淘宝、天猫、支付宝(现在叫蚂蚁金服)的研发流程，保障了每年的双十一，但iDB Cloud与iDB不是一个产品，iDB是企业版的数据库管理产品，iDB Cloud则定位于个人版数据管理，相比企业中的流程约束，iDB Cloud更期望给大家提供在约束下的易用性最大化的灵活数据管理服务！ ------------------------- Re我和iDBCloud登录数据库的故事 这个月实例信息-实时性能UI改版发布，新版看起来还是比较舒服的！这个我在5元RDS大促时买的，没有跑业务，所以指标都是0，哈哈 实时性能的原型取自阿里DBA团队的传奇(朱旭)之手：orzdba，貌似很久之前已经开源，谷歌下便知! 翻出之前做DBA使用orzdba观察测试机器压测的截图，orzdba是用perl写的，检查项还是蛮多的，比如io吞吐量、rt、主机的load、swap、innodb row、innodb状态，这些是iDB Cloud没有的功能，iDB Cloud通过用户登录账号访问数据库，只能拿到MySQL进程内存中的状态信息，没有权限拿到主机指标，不过innodb相关信息是可以拿到的，但是考虑一般只有DBA才会关注这些细节，所以没开放，不知道大家还会关注什么指标？有没有办法拿到主机的指标？ ------------------------- 回5楼ringtail的帖子 刷新页面，类似关闭并重新打开，啥都没了，这个应该是正常的行为，话说为什么要刷新呢，我记得首页性能指标每5分钟自动刷新，即使点击页面上提供的刷新是没啥事的，而实时性能是每4秒更新一行的，还有什么场景要刷洗整个页面是我没想到的吗？ ------------------------- 回7楼ringtail的帖子 目前据我所知，真心还做不到刷新不丢iDB Cloud已经打开的选项卡、sql语句和执行结果什么的，现在只能在刷新时加一个“导航确认”，减少手痒式误刷新，哈哈 ------------------------- Re我和iDBCloud登录数据库的故事 翻工单时，发现有人关心使用iDB Cloud是否会收取流量费，我也没搞清楚，于是问了几个同事，终于把场景基本覆盖了，最终结论： 只要你不把你的RDS实例切换成外网（公网）模式的同时再导出或查询数据就不会收取流量费！ 由于那几个工单已经关闭，我就在这里回复下大家，希望那几个朋友能看到 ------------------------- 回9楼yzsind的帖子 一定不会辜负领导的期望，努力工作，争取升职加薪，当上总经理，出任ceo，迎娶白富美，想想还有点小激动 ------------------------- 回10楼佩恩六道的帖子 可能文字不好理解整体的流量计费情况，中午用我那小学的美术细胞，完成了一副“巨作”！ ------------------------- Re我和iDBCloud登录数据库的故事 刚才看到一个工单（iDB Cloud点击登录无效），这个工单已经处理完毕，但我觉得可以把售后同学的方法和大家分享下！ 以后遇到点击登录无效、登录后菜单栏点击无效、页面展示不全，很可能是浏览器兼容设置的问题！ 浏览器兼容设置的问题： 1.检查浏览器是否安装了AdBlockPlus（火狐浏览器的一个扩展），用火狐浏览器的用户遇到类似问题要注意这一点 2.IE浏览器的话就调整下兼容性模式（http://jingyan.baidu.com/article/fcb5aff791bb47edaa4a7115.html ），并进入开发者模式再测试下IDB Cloud 如果上述2招还是解决不了，记得留言给我！ ------------------------- Re我和iDBCloud登录数据库的故事 今天看工单时发现有个朋友反馈，包含mediumblob类型字段的表在做导出后，导出文件中没有mediumblob类型字段！ 其实导出时默认是不会导出BLOB类型字段，但是在导出-高级选项中是可以选择导出BLOB，但是BLOB字段只能以16进制格式导出，试想一个WORD文档或者一首歌曲，16进制导出后，没啥意义！ BOLB字段支持WEB界面上传和下载，是原文件呀，哈哈！ ------------------------- Re我和iDBCloud登录数据库的故事 未来几天休假，去考驾照 ------------------------- Re我和iDBCloud登录数据库的故事 看工单和论坛中，有用户会抱怨产品不好用，然后就消失了，真的好可惜！ 作为产品经理是很想倾听这些抱怨背后的真实想法，期待可以直接对话，无论是功能缺失，还是操作不便，哪怕是使用上的一种感觉或产品散发的味道不对都可以，不求需求，只求对话！ ------------------------- Re我和iDBCloud登录数据库的故事 感谢你的关注和支持！ 产品说到底不是产品经理个人的，也不是哪个企业的，而是用户的产品，水能载舟亦能覆舟，产品经理和企业只不过在帮用户把需求实现而已，所以我们会一直坚持下去，坚持和用户一起把iDB Cloud做得更好 ------------------------- Re我和iDBCloud登录数据库的故事 最近几天公司感冒发烧的同学很多，我也是坚持了好几天才沦陷的，这是在我记忆中来杭州4年第一次发烧，看来20多年在东北积累的体质终于被消耗殆尽，不过意外收获是在高烧间隔清醒之际对最近自己的所作所为反倒有了一些悔悟，有些是工作上，有些是做人上 ------------------------- 回24楼zhouzhenxing的帖子 可以的，iDB Cloud对RDS公网和私网模式都是支持的！ 你可以在RDS控制台-账号管理中 新建你的数据库账号，然后还是在RDS控制台的右上角，点击“登录数据库”就可以进入iDB Cloud了，建议你先自己试着玩玩，有困惑的话我们一同讨论 ------------------------- 回24楼zhouzhenxing的帖子 iDB Cloud在官网上有2个手册，写的比较官方，可能对你用处不大，我其实不太喜欢写什么手册，如果一个产品做的体验不好，只能靠手册来弥补还是有点low，不过我已经在想如何不low了，还是那句话 有困惑的话我们一同讨论 http://help.aliyun.com/doc/view/13526530.html?spm=0.0.0.0.6W7Qx1 http://help.aliyun.com/view/11108238_13861850.html?spm=5176.7224961.1997285473.4.Irtizv ------------------------- Re我和iDBCloud登录数据库的故事 都说在产品上做加法容易，做减法难，我理解无论产品功能还是工作上，给予总会得到别人的喜欢，而要求或收回时会得到对方的负面情绪，因此趋利避害，尽量不做减法，但有时候很难避免，这就要想想为什么要做减法？ 多数都是之前错误选择，做了过多的加法，因为普通的加法很好做，人们往往会趋之如骛，但是真正、正确的加法是要在拒绝几十到上百种选择基础上的最终选择，将复杂解决方案以极简形式展现出来，而不是解决方案和功能的堆积，所以未经严格挑选的加法对产品是有害的，工作也一样，不要贸然接受新工作，保证核心精力投入到核心工作上，摊子铺得太大，一定会遇到心力瓶颈，而心力一旦枯竭，再强的脑力也无法施展，任何一项工作都是以大量心力付出为前提，脑力提升我找到了一些办法，心力提升却一筹莫展，所以只好专注，要不全心投入，要不置身事外，今后功能和工作都要适时做做减法了！ ------------------------- Re我和iDBCloud登录数据库的故事 今天有个同事转给我一个工单，说从深圳云管理系统界面的iDB Cloud上看到库是utf8，而后端开发人员说库是gbk的，我查看了工单中截图附件（RDS控制台-参数设置），虽然从工单中无法完全断定用户遇到的问题，我还是大胆猜测下： 我看到截图上的character_set_server参数，首先character_set_server是RDS唯一开放的关于字符集的参数，但其实这个参数与用户在iDB Cloud上看到数据是否乱码没有关系，character_set_server其实就是默认的内部操作字符集，只有当字段->表->库都没有设置CHARACTER SET，才会使用character_set_server作为对应字段-表-库的默认字符集！ 透露一个秘诀（传男也传女）： (1)让你的字段-表-库的字符集都是utf8; (2)在iDB Cloud-命令窗口执行set names utf8；#会将character_set_client、character_set_connection和character_set_results都设置成utf8 只要让(1)和(2)字符集保持一致（utf8、gbk、latin1等），乱码就搞定了！ 不清楚为什么截图会变成上面这样！把在iDB Cloud-命令窗口上执行的命令和结果也粘下 mysql>set names gbk; 执行成功,花费 7.59 ms. mysql>show  variables like '%char%'; +--------------------------+----------------------------------+ | Variable_name            | Value                            | +--------------------------+----------------------------------+ | character_set_client     | gbk                              | | character_set_connection | gbk                              | | character_set_database   | gbk                              | | character_set_filesystem | binary                           | | character_set_results    | gbk                              | | character_set_server     | gbk                              | | character_set_system     | utf8                             | | character_sets_dir       | /u01/mysql/share/mysql/charsets/ | +--------------------------+----------------------------------+ 共返回 8 行记录,花费 10.51 ms. mysql>set names utf8; 执行成功,花费 7.32 ms. mysql>show  variables like '%char%'; +--------------------------+----------------------------------+ | Variable_name            | Value                            | +--------------------------+----------------------------------+ | character_set_client     | utf8                             | | character_set_connection | utf8                             | | character_set_database   | gbk                              | | character_set_filesystem | binary                           | | character_set_results    | utf8                             | | character_set_server     | gbk                              | | character_set_system     | utf8                             | | character_sets_dir       | /u01/mysql/share/mysql/charsets/ | +--------------------------+----------------------------------+ 共返回 8 行记录,花费 10.32 ms. ------------------------- Re我和iDBCloud登录数据库的故事 你的专属BUG： 发现时间 资深用户 专属BUG 2015-02-03 23:06 啊啊啊啊8  实例信息-实时性能-参数说明-【delete】 表示InnoDB存储引擎表的写入（删除）记录行数 ------------------------- Re我和iDBCloud登录数据库的故事 用户“夫子然”反馈说iDB Cloud感觉没phpMyAdmin方便！ 非常感谢这个用户的反馈，我先谈下我的理解，每个人使用产品都有一些固定的用例(use case)，我无法承诺针对任何人的任何用例，都做到最短操作路径（方便），这个用户抛出的问题也是我一直在思考的，虽然无法100%，但是我们可以覆盖主流用例，只要绝大多数的常规操作室是方便的，少数非经常用的操作路径长点，应该能接受吧，我们已经在行动！ 今天iDB Cloud发布了2.0.2，一个主要变化就是在左侧对象列表上增加了“列”和“索引”，正是我们分析数据看到在众多数据库对象中表的操作是最频繁的，而在表的操作中“列“和”索引“是最频繁的，这个版本将对“列”和“索引”的操作前置，缩短了主流用例路径，与用户“夫子然”的建议不谋而合，这只是开始，只要我们深挖，与功能和体验死磕，终有一天会让大家说iDB Cloud比phpMyAdmin方便！ ------------------------- 回31楼sqlserverdba的帖子 非常感谢！ 有你们作为后盾，有用户支持，才有iDB Cloud的现在和未来！ ------------------------- 消失了几天，终于把科目三和科目四搞定了，昨天终于拿到驾照了之前在【17楼】总结了科目二的一些体会，今天也分享下科目三的一点点感受！ 考试前几天，教练说是智能考（据说智能考比较简单，通过率很高），结果就留出考前2天练车时间，结果阴差阳错的换成了人工考（貌似是我们车是4个大老爷们，听教练说他一年最多抽到2次人工考就算多的啦，对此我只能呵呵），现在的问题就来了，4个人2天练车时间，一个人半天，那就从早到晚的练呗，我先简单描述下整个过程！ 1.心态(1)从开始练车到考试通过，心情没有特别大的起伏，不过考前失眠还是有的，哈哈(2)另外三个人，有的信心满满，有的吊儿郎当，有的不言不语，我应该也属于不言不语那种 2.练习(1)4个人轮流练，虽然一天下来很累，但还能挺住，开的时好时坏，不过总体上在变好(2)开车的时候几乎意识不到什么的，关键是在后座自己去琢磨，回忆自己错在哪里，为什么会错 3.考试(1)考试单上说7：00考试，结果在寒风中等了1个小时，终于盼来了考官，一共5辆车考试，我们是第二辆车(2)第一辆车是2男2女，2女都挂，当时我们第二辆车是被要求跟在第一辆车后面的，所以看的一清二楚，比如连续3次手刹未放下导致起步失败、4档走转弯到对向车道等(3)接下来到我们了，4男0女，结果挂了2男（信心满满和吊儿郎当） 上面只是简单介绍了科目三过程，下面才是干货！ 每年都有成千上万的人拿到驾照，我不认为自己牛，只是把我个人的应对方法和背后的原因拿出来分享下！练车其实就是教练的心智模型-翻译-语言-反译-我们的心智模型，让我们知道在什么情况做什么动作，预测路况，只要我们关于开车拥有了自己的心智模，开车就变成了一种本能，就像一旦学会了骑自行车，很难失去这种技能，在练车之前，我们是有自己关于开车的心智模型的，正所谓没吃过猪肉也见过猪跑，但是我们想想自己关于开车的心智模型是正确的吗？显然不是，不信你就试试去开车吧，抛开被交警抓之外，我想应该也能开起来，至于开的好不好，会不会一直开得好，我说不准，但是绝大多数人一定是开不好的，所以我们报驾校，除了硬性法律规定，驾校教练的确交会了很多东西，虽然很多是应试的技巧，这里就顺便说下这些技巧，技巧具体内容每家教练都会教的，而我想说的技巧其实就是“语言”，通过教练的“心智模型”-翻译出来的“语言”，接下来我们要做什么，“反译”将教练开车技巧的“语言”理解，首先你要虚心去接受，然后再去观察或运用，根据反馈把坏的放弃，把好的保留以便修正自己关于开车的“心智模型”，而“心智模型”最快速的形成方式就是亲身体验，所以一定要实战、要开车，还要经常开车，不断改进关于开车的“心智模型”，拿3个案例具体说下吧！【吊儿郎当】这两天都是下午才过来练车，开车时教练说一句话，他有十句等着，其中五句是解释自己为什么要这么做，另外五句是在问如果这种情况应该怎么做，如果那种情况怎么做，总是在关注自己想象中的场景，而不关注自己正在体验的场景，所以学来学去还是最初始的关于开车的“心智模型”，失败在“反译”这一步，认为只要听过就会了，结果被考官判直接挂掉并不予补考机会 【信心满满】与我们一直练车，对教练的话言听计从，而且也理解了，如果是上学时的考试或科目三智能考试一定没问题，但是面对人工考，评判是由交警而不是电脑，结果转向时没有观察后视镜，被考官迫停在路中间后开始补考，然后还是转向时没有观察后视镜，在路中间起步，之前学的技巧中没有应对的方法，结果还是挂了，教练也很惋惜，如果说他的失败，败于没有改进自己关于开车的“心智模型”，其实“反译”他做的很好，但是在运用、观察和反馈分析上做的不好，“心智模型”不是统一的标准，一定是个性化的，一定是自己认为是好的反馈、行为积累起来的，也只有“心智模型”才能在任何情况下帮助你做出判断，判断效果就取决于“心智模型”是否成熟，成熟的“心智模型”可以让在紧张、突发等情况下依然做出正确的判断，因为那是一种本能 【我】总说别人不好之处，也谈谈我自己，自然这些都是我事后分析总结的，练车过程中可没有感受到，我做的事情也很简单，就是“反译”和改进我的“心智模型”，“反译”，教练说什么，我就听什么，开车时来不及想，就在后座时在脑中模拟上演之前的场景并不断上演我不断修正的剧本，比如我的离合器总是抬的很快，经常熄火，特别是在路况复杂、指令突然时根本来不及思考如何应对，只能靠本能的时候，往往还是会快速抬离合器，因为我的“心智模型”中就是这么认为的，你可以说是离合器太低、座位太靠后，这些都是理由，如果是理由，那就去解决吧！我是这样做的，强制自己将抬离合器的动作拆成3步，即使不开车时也经常练习，慢慢的就变成了“心智模型”的一部分，自然在任何场景下都不会再出现离合器抬快熄火的情况了，这只是一个细节，其他细节也是类似，慢慢我的“心智模型”就建立起来了，开车技巧是很有用的，关键是你要理解这些技巧是要解决什么问题，你要解决相同问题时的做法是否相同，如果有不同之处是否正确，要去不断验证，如果是正确的，就改进到你的“心智模型”吧！ PD不光光是要把产品做好，我认为一个好PD应该能让整个世界变得更好！ ------------------------- Re我和iDBCloud登录数据库的故事 近期iDB Cloud将更名：DMS DMS (data management service) 数据管理服务 iDB Cloud从RDS起步，目前已经覆盖包括RDS、ADS、TAE，未来2个月还会覆盖万网和DRDS，同时ECS也开始兼容，“DMS”请各位新老用户，继续支持！ ------------------------- Re我和iDBCloud登录数据库的故事 1.使用HTTPS iDB Cloud这个4月份中旬版本就会支持HTTPS，敬请期待！ 2.设置账号是否允许登录iDB 3.31 会发布一个版本，这版本其中一个功能就是授权登录，允许实例owner设置该实例是否允许别人访问，允许谁可以访问 有如此心犀相通的用户，夫复何求！！！ 还有什么建议？ ------------------------- 回38楼pillowsky的帖子 好的，我先逐条对照分析下 ------------------------- Re我和iDBCloud登录数据库的故事 RDS数据库？RDS控制台-账号管理，检查下账号对不对，不行就重置密码 ------------------------- Re我和iDBCloud登录数据库的故事 3.31 DMS(原iDB Cloud) 在RDS上新版本发布！ 【实例授权】 DMS for MySQL 2.1发布！ 【会话统计】 DMS for SQL Server 2.0发布！ 【E-R图】 【对象列表】 ------------------------- Re我和iDBCloud登录数据库的故事 你是想听客服回复？算了，我还是从DMS PD 看RDS的视角来分享下吧！ RDS是一个数据库，在数据库之外包装了一些东西，帮用户做了备份恢复、HA、监控等，回到你提到的账号，root账号在MySQL里是权限最大的，也是风险最大的，为了保证RDS这些备份恢复、HA能7*24小时为你服务，所以就不能让你的账号去影响到这些组件，不然你一个误操作把实例关闭了怎么办，但是我承认目前RDS在控制台上提供的账号的确限制比较死，所以在RDS上你是无法获取root账号的，话说你要root权限做什么，你说的数据库创建在RDS控制台上提供功能了 ------------------------- 回46楼苗教授的帖子 客气了，也不知道能不能帮上你！ 如果从外看RDS的使用的话，可以在RDS控制台上去管理RDS实例（用用就熟悉了），或者直接调用OPEN API来完成实例管理操作，然后针对RDS实例中数据管理，就可以登录DMS，有几个常用链接发你看看，有问题可以在这里继续探讨！ DMS： http://idb.rds.aliyun.com/ DMS 功能介绍： http://docs.aliyun.com/#/rds/getting-started/database-manage&login-database OPEN API: http://docs.aliyun.com/?spm=5176.383715.9.5.1LioEO#/rds/open-api/abstract RDS控制台： https://rds.console.aliyun.com/console/index#/