查看“︁初学者常用内容”︁的源代码

补充中

==保留 3 位小数==

<syntaxhighlight lang="cpp" line>
cout << fixed << setprecision(3) << 1.0 / 3; 
</syntaxhighlight>

==最大公因数/最小公倍数==

比赛时允许使用 C++ 自带的 {{ic|code=__gcd(a,b)}}  函数求最大公因数。

<syntaxhighlight lang="cpp" line>
int gcd(int a, int b)
{
    if (b == 0)
        return a;
    return gcd(b, a % b);
}
int lcm(int a, int b)
{
    return a / gcd(a, b) * b;
}
</syntaxhighlight>

==判断质数==

===判断单个质数===

* 如果小于 <math>2</math> 肯定不是质数
* 检查 <math>2\sim \sqrt{n}</math>，如果有因子，肯定不是质数
* 通过了前面的检查就肯定是质数

===筛法===

核心都是对于质数 <math>p</math> 与任意数 <math>i</math>，把 <math>p\times i</math> 标记为合数。

* 埃氏筛法：<math>O(n\log \log n)</math>把筛出来的质数的倍数标记为合数。
* 欧拉筛法：<math>O(n)</math>把每个数的质数倍标记为合数，如果当前质数是因子，就不用考虑更大的质数了（肯定会可以由一个更大的数乘以那个作为因子的质数）

欧拉筛法能保证每个数只被最小质因子筛，可以用来处理一些积性函数求解。
==广搜核心逻辑==

# 多测要清空
# 起点入队
# 重复取出队头并扩散

==动态规划经典思路==

# 大胆猜测状态
## 求最大长度：“前 i 项的最大长度”、“以第 i 项结尾的最大长度”
## 求方案数：“前 i 项的方案数”、“以第 i 项结尾的方案数”
## 求最大收益：“前 i 个物品的最大收益”
## 求最少操作次数：“s 的前 i 项与 t 的前 j 项的最少操作次数”
# 大胆猜测决策
## 选不选第 i 项
## 上一项选谁
# 不好求就加维度
## 前 i 个物品的最大收益：前 i 个物品在 j 体积下的最大收益