简介这份资源是百度公司主办的年度编程竞赛「百度之星」历年试题合集面向程序员、计算机科学学生以及热衷算法与编程挑战的学习者可用于赛前刷题、算法专项训练与编程能力自测。压缩包为 rar 格式共收录 116 个文件整体约 983KB其中以 62 个 jpg 图片为主配合 24 个 css、16 个 htm、12 个 js 及少量 png、gif构成一套可本地浏览的赛题页面资料。试题内容覆盖基础编程、数据结构、排序与搜索、动态规划、贪心算法、逻辑推理、数学应用及字符串处理等方向能帮助读者熟悉竞赛题型与评分要求在限时模拟中锻炼解题速度与准确性。目前已有 629 人学习关注适合希望系统梳理算法知识、拓宽解题思路并积累实战经验的编程学习者参考使用。1. 从一道“蚂蚁爬杆”说起这套历年试题到底该怎么刷很多人第一次接触百度之星编程大赛历年试题都是被一道看似简单的模拟题绊住的。比如“蚂蚁爬杆”这类题题目描述短得离谱样例也平平无奇但真写起来边界条件能把人逼疯。这套历年试题的价值不在于题目有多偏多怪而在于它把算法竞赛里最核心的几类能力——模拟、贪心、动态规划、图论、数据结构——用非常工程化的方式串了起来。它适合两类人一是想系统提升算法实战能力的在校生二是准备技术面试、需要高强度思维训练的开发者。刷这套题你练的不是“背模板”而是“把现实问题翻译成可计算模型”的能力。接下来我会按“先建环境、再拆题型、后调参数、最后避坑”的顺序把整套流程拆成能直接抄作业的步骤。2. 把历年试题跑起来本地环境与题目获取的最小闭环2.1 为什么建议用本地 IDE 而不是在线判题在线判题系统虽然方便但百度之星历年试题里有很多题对输入输出格式极其敏感比如多组测试数据以 EOF 结束、输出要求保留特定小数位、字符串处理涉及不可见字符。在线环境一旦报错你只能看到“Wrong Answer”看不到中间变量。本地 IDE 能让你打断点、打印中间状态这对调试模拟题和边界条件几乎是刚需。我一般会建一个baidu_star/目录按年份和题号分子目录每个题目一个.cpp或.py文件再配一个input.txt放测试用例。这样复现时不用反复从网页复制粘贴。2.2 用 Python 和 C 双语言模板快速起步历年试题里简单题用 Python 能省掉大量类型声明时间但涉及大规模数组或递归深度较大的题C 更稳。下面是我常用的两个最小模板直接复制就能跑。# python_template.py import sys def solve(): # 读取所有输入按需分割 data sys.stdin.read().strip().split() if not data: return idx 0 # 示例读取一个整数 n然后读取 n 个整数 n int(data[idx]); idx 1 arr list(map(int, data[idx:idxn])) idx n # 在这里写核心逻辑 result sum(arr) print(result) if __name__ __main__: solve()// cpp_template.cpp #include bits/stdc.h using namespace std; int main() { ios::sync_with_stdio(false); cin.tie(nullptr); int n; // 示例读取 n 和 n 个整数 while (cin n) { vectorint arr(n); for (int i 0; i n; i) cin arr[i]; // 核心逻辑 long long sum 0; for (int x : arr) sum x; cout sum \n; } return 0; }Python 模板用sys.stdin.read()一次性读入避免input()在大量数据时的性能问题C 模板加了ios::sync_with_stdio(false)和cin.tie(nullptr)这是竞赛里防超时的基本操作。参数上n和arr只是占位实际题目里你要根据输入描述替换成对应的变量名和类型。注意 C 里while (cin n)能自动处理多组数据直到文件结束很多历年题就是这种输入模式。2.3 用脚本批量整理题目与测试用例历年试题散落在不同页面手动建文件很烦。我写过一个简单的 Python 脚本把本地保存的题目文本按“题目编号标题”自动切分并生成目录结构。这里不涉及网络请求只处理你手动保存的纯文本。# organize_problems.py import os import re RAW_FILE raw_problems.txt # 手动保存的题目文本 OUTPUT_DIR problems os.makedirs(OUTPUT_DIR, exist_okTrue) with open(RAW_FILE, r, encodingutf-8) as f: content f.read() # 假设题目以 Problem 数字 开头 pattern re.compile(rProblem\s(\d)[:\s](.?)(?Problem\s\d|$), re.S) matches pattern.findall(content) for pid, body in matches: title body.strip().split(\n)[0][:50] safe_title re.sub(r[^\w\u4e00-\u9fa5], _, title) dir_name f{int(pid):03d}_{safe_title} dir_path os.path.join(OUTPUT_DIR, dir_name) os.makedirs(dir_path, exist_okTrue) with open(os.path.join(dir_path, statement.md), w, encodingutf-8) as out: out.write(body.strip()) # 生成空模板文件 with open(os.path.join(dir_path, solution.py), w, encodingutf-8) as out: out.write(# 在此编写解答\n) with open(os.path.join(dir_path, input.txt), w, encodingutf-8) as out: out.write() print(fCreated {dir_path})这个脚本的关键参数是RAW_FILE和OUTPUT_DIR你可以改成自己的路径。正则里的Problem\s(\d)假设你的文本里题目以“Problem 数字”开头如果不是改成正则即可。生成后每个题目一个文件夹里面包含题面、解答模板和空输入文件后续刷题直接往里填。3. 按题型拆解模拟、贪心、动态规划的通用解法框架3.1 模拟题把“蚂蚁爬杆”翻译成状态机模拟题在历年试题里占比很高特点是描述长、规则多但算法本身不复杂。以“蚂蚁爬杆”为例常见变体是杆上若干蚂蚁每只以固定速度向左或向右相遇后掉头。很多人第一反应是模拟每只蚂蚁的移动和碰撞但这样写容易在浮点误差和碰撞顺序上翻车。更稳的做法是“等效交换身份”两只蚂蚁相遇掉头等价于它们互相穿过但交换了身份。所以最终所有蚂蚁的位置集合就是初始位置加上各自方向乘以时间。代码上只需要排序后输出即可。# ant_simulation.py def solve(): import sys data sys.stdin.read().strip().split() if not data: return idx 0 n int(data[idx]); idx 1 L float(data[idx]); idx 1 positions [] for _ in range(n): pos float(data[idx]); idx 1 direction data[idx]; idx 1 positions.append((pos, direction)) # 等效交换身份直接计算最终位置 final [] for pos, d in positions: if d R: final.append(pos L) else: final.append(pos - L) final.sort() print( .join(f{x:.2f} for x in final)) if __name__ __main__: solve()这里L是时间或距离参数具体看题目定义。关键逻辑是final列表直接算最终坐标不模拟中间过程。参数说明n是蚂蚁数量positions存初始位置和方向d为R或L。注意输出格式要按题目要求保留小数位这里用:.2f。如果题目要求输出每只蚂蚁的最终位置而不是排序后的集合那就需要额外记录身份映射但大多数历年题只要求集合。3.2 贪心题排序加交换论证的固定套路贪心题在历年试题里经常以“区间调度”“任务安排”“最小代价”出现。核心不是猜贪心策略而是证明交换后不会更差。我一般会先按某个关键字排序然后写一个cmp函数用相邻交换法验证。比如“最多不重叠区间”问题按右端点排序然后依次选择。// interval_scheduling.cpp #include bits/stdc.h using namespace std; struct Interval { int l, r; }; int main() { ios::sync_with_stdio(false); cin.tie(nullptr); int n; while (cin n) { vectorInterval intervals(n); for (int i 0; i n; i) { cin intervals[i].l intervals[i].r; } // 按右端点升序排序 sort(intervals.begin(), intervals.end(), [](const Interval a, const Interval b) { return a.r b.r; }); int count 0; int last_end INT_MIN; for (auto iv : intervals) { if (iv.l last_end) { count; last_end iv.r; } } cout count \n; } return 0; }排序规则是a.r b.r即右端点小的优先。last_end记录上一个选中区间的右端点初始为INT_MIN。遍历时如果当前区间左端点大于等于last_end就选中并更新。这个模板能直接套用到“会议室安排”“任务调度”等变体。注意如果题目要求输出具体方案而不是数量就额外存一个vector记录选中的区间索引。3.3 动态规划从记忆化搜索到递推的转换动态规划是历年试题里区分度最高的部分。我习惯先用记忆化搜索写出正确但可能超时的版本再改成递推。以“最长上升子序列”为例记忆化版本直观但递归深度大递推版本用二分优化到 O(n log n)。# lis_binary_search.py import bisect def solve(): import sys data sys.stdin.read().strip().split() if not data: return n int(data[0]) arr list(map(int, data[1:1n])) tails [] for x in arr: pos bisect.bisect_left(tails, x) if pos len(tails): tails.append(x) else: tails[pos] x print(len(tails)) if __name__ __main__: solve()tails数组维护当前所有长度为i1的上升子序列的最小末尾元素。bisect_left找到第一个大于等于x的位置替换掉它。这样tails的长度就是 LIS 长度。参数上arr是输入序列n是长度。注意这个算法只求长度如果要求具体子序列需要额外记录前驱索引。4. 参数与边界输入输出、时间限制、内存限制的实战设置4.1 输入输出格式的常见陷阱历年试题里输入输出格式的坑比算法本身还多。常见的有多组数据以 EOF 结束、每组数据后有空行、输出要求行末无空格、浮点数比较用误差范围。我一般会在本地用input.txt和output.txt做对拍写一个checker.py比较输出。# checker.py import sys def compare(expected_file, actual_file, tol1e-6): with open(expected_file) as f: expected f.read().strip().split() with open(actual_file) as f: actual f.read().strip().split() if len(expected) ! len(actual): print(Length mismatch) return False for e, a in zip(expected, actual): try: if abs(float(e) - float(a)) tol: print(fValue mismatch: {e} vs {a}) return False except ValueError: if e ! a: print(fToken mismatch: {e} vs {a}) return False print(OK) return True if __name__ __main__: compare(sys.argv[1], sys.argv[2])tol是浮点误差容忍度默认1e-6。如果题目要求精确匹配把tol设为 0 并走字符串比较分支。这个脚本能快速定位是格式问题还是逻辑问题。4.2 时间限制与内存限制的估算方法竞赛题一般给 1 到 2 秒C 能跑约 1e8 次操作Python 约 1e7 次。看到题目里 n 的范围先估算复杂度。比如 n1e5O(n^2) 肯定超时必须 O(n log n) 或 O(n)。内存方面一个 int 占 4 字节1e6 个 int 约 4MB通常内存限制 256MB 足够。我习惯在代码里用vector而不是固定数组避免栈溢出。提示本地测试时可以用time命令或 Python 的time.perf_counter()测运行时间但要注意本地机器性能与判题机不同留 2 到 3 倍余量。5. 避坑与排查刷历年试题时最容易翻车的五个点5.1 多组数据没读完就退出现象本地测试通过提交后 Wrong Answer。原因题目要求处理多组数据直到 EOF但代码只读了一组。解决用while (cin n)或sys.stdin.read()一次性读入确保循环处理所有数据。5.2 浮点数比较用等号现象输出看起来一样但判题机报错。原因浮点运算有误差0.10.2 ! 0.3。解决用abs(a-b) 1e-6比较或者按题目要求保留小数位后输出字符串。5.3 数组越界或递归爆栈现象本地运行崩溃或结果随机。原因数组开太小或者递归深度超过默认栈大小。解决C 里把数组开在全局或vector递归改迭代或者手动调大栈如ulimit -s unlimited。5.4 排序规则写反现象贪心题结果比答案大或小。原因cmp函数里和写反。解决用相邻交换法验证如果交换后结果更优说明排序规则错了。5.5 忽略题目里的“多解”要求现象输出与样例不同但逻辑正确判题机却报错。原因题目要求输出字典序最小或任意解但你的输出不符合特殊要求。解决仔细读题必要时加排序或选择策略。6. 进阶技巧用对拍和随机数据验证你的解法刷历年试题到后期最大的瓶颈不是写不出代码而是不知道自己的解法在边界数据上对不对。我一般会写一个随机数据生成器再配一个暴力解法用对拍脚本反复比较。比如对于“蚂蚁爬杆”的变体暴力解法可以真的模拟每只蚂蚁的移动和碰撞虽然慢但逻辑简单。# random_ant.py import random def generate(): n random.randint(1, 10) L random.uniform(1, 100) lines [f{n} {L:.2f}] for _ in range(n): pos random.uniform(0, L) d random.choice([L, R]) lines.append(f{pos:.2f} {d}) return \n.join(lines) if __name__ __main__: print(generate())生成器输出格式与题目输入一致。然后写一个brute_ant.py用时间步进模拟再写一个run_batch.sh循环生成数据、运行两个解法、用checker.py比较。这个流程能抓出 90% 以上的边界错误。#!/bin/bash # run_batch.sh for i in $(seq 1 100); do python random_ant.py input.txt python solution.py input.txt output_fast.txt python brute_ant.py input.txt output_slow.txt python checker.py output_slow.txt output_fast.txt if [ $? -ne 0 ]; then echo Mismatch at iteration $i break fi done这个脚本跑 100 次随机对拍一旦发现不一致就停下来保留input.txt供你复现。参数上seq 1 100控制对拍次数可以按需调整。注意暴力解法要保证正确否则对拍没有意义。我自己的习惯是每道题先写暴力再写优化最后对拍。这样即使优化解法有隐蔽 bug也能在提交前发现。刷百度之星历年试题最怕的就是“自以为对了”对拍是唯一的后悔药。希望帮到你。本文还有配套的精品资源点击获取