有效地刷题只有两种情况：
- 刷套题。找比赛的感觉，给自己定位；
- 刷知识点专题。巩固基础。
除了刷题，更重要的一件事是做比赛。一般来说，建议常去 TopCoder 和 Codeforces 比赛。这些地方题目质量有保障，大家的代码是公开的。同时很关键的是，这样的平台可以让你对题目的难度、比赛的进度、国内外顶级选手的实力做到心中有数，培养在大型比赛中所需要的大局观和节奏感。
另外，你可以尝试忘掉拿奖的事情。只要你真的有兴趣，拿奖是小 case
然后，要避免切水题，切一些稍稍高过自己水平的较难题，自虐提高难度
TC div2 500-1000， div1都是锻炼思维的神器
spoj的数据结构题要切一些
还有sgu，不过切不动...
ACM本身没有止境，如果所有东西都会，感到胸有成竹，建议看看算法书...一定会有新发现的
初学阶段要做的就是熟悉语言基础；熟悉基本数据结构和常见简单算法。
这些内容，书本里都有。推荐的书籍，《算法导论》。至于语言入门书太多了，不列举。
进阶阶段，看一下圈内的论文，学习进阶的算法和数据结构，比如变种的平衡树SBT；比如线性的素数筛法，中国剩余定理；比如dinic，预留推进，最高顶标；亦或者是快速的半平面交，凸包的交，高维凸包；又比如龙贝格积分，拉格朗日插值。
这里面有个重要的分类，就是动态规划。其实动态规划在学术界，我就用呵呵来形容好了。因为你根本就遇不到OI/ACM中那么复杂绕人的问题和模型，即使遇到了，直接建模，剩下的交给cplex就好。但是，在ACM界你会遇到很多很多的DP问题，变种，卡空间、卡时间，各种卡。所以得多看论文，培养解题的感觉是很重要的。
前一部分还是可以找到一些好看的书籍的，比如网络流，数论（初等数论、计算数论），数值分析，计算几何等。至于DP则没有啥好书了，作为一个刚上路的人，你会觉得理论和现实，差距真的好远好远。（但回过头来会发现其实理论真的描述了一切）
高级阶段，如果说初学阶段要做的是打基础，进阶阶段是加深深度，那么高级阶段就是加大广度。你需要涉猎许多理论，系统性的学习。比如你只知道dinic，只知道dijkstra，只知道bellman-ford是不行的，你需要知道整个图论它大概讲的是啥，你需要知道还有什么你是不懂的，不会的；再比如你只知道孙子定理，只知道丢番图方程是不行的，你需要系统地学习数论知识，你要深刻理解欧拉函数，要深刻理解莫比乌斯函数，要深刻理解扩展欧几里德，要深刻理解原根，等等等等。这样你才能知道原来扩展欧几里德可以轻松解出线性丢番图方程，你才能知道原来解二次丢番图方程要先解一下佩尔方程，你才能知道解高次同余方程就是质因数分解+扩展欧几里德+中国剩余定理。
在你涉猎了足够多的知识之后，再选择性的深入学习。为什么说是选择性的深入学习呢？因为一个人的精力始终有限，方方面面不能都照顾到，剩下的就要交给队友了，不然ACM为啥是个三人的比赛呢？
2. 实践部分
其实实践部分才是重中之重。
首先要知道ACM的代码是个什么样的水平。
1. 代码不多，大多在100行左右，多的在300行左右。当然，这些都是普遍的，也不排除有很长很长的代码。或者换种说法，大多数代码在1KBit左右，长的代码在3K，打表的代码不算。
2. 编程风格极“差”。这其中的代表有：
(1)几乎所有变量都是全局变量，因为平时练习中有内存限制，而静态变量区的大小足以应付。并且我们都知道，静态区的速度是要优于堆区的速度的，所以一般是不用new或者malloc的。
(2)代码怎么简单怎么写，以效率第一，牺牲部分代码可读性，牺牲安全性。
举个例子，比如用C++的选手，在没有特殊情况下，一般使用scanf而不用cin，这是因为前者效率比后者高许多，但scanf是有很多安全漏洞的，但是我们不管，因为我们正确的使用是不会导致问题的。
再举个例子，比如你用scanf读数据读到文件尾（EOF），一般的想法是用EOF != scanf(...)作为循环判断条件，而ACMer可能会写成~scanf(...)。总之，代码简写，效率第一。
3. ACM里的代码大多数是结构化编程，面向对象的绝对不用，基于对象的可以用一点。这是由于代码长度和效率优先的思想综合导致的。
好了，接下来是实践的正文。
ACM最重要的是什么，是 代码控制力。要做到写代码跟你讲话一样，不说错字（编译错误），不说错话（运行错误），表意正确（代码逻辑正确）。楼上说的做TC、CF的比赛当然是好的，但是这些并不适合初学者。
| |
| |
| |
）| |
| |
| |
| |
相关的知识
| 图论 路径问题 0/1边权最短路径 BFS 非负边权最短路径（Dijkstra） 可以用Dijkstra解决问题的特征 负边权最短路径 Bellman-Ford Bellman-Ford的Yen-氏优化 差分约束系统 Floyd 广义路径问题 传递闭包 极小极大距离 / 极大极小距离 Euler Path / Tour 圈套圈算法 混合图的 Euler Path / Tour Hamilton Path / Tour 特殊图的Hamilton Path / Tour 构造 生成树问题 最小生成树 第k小生成树 最优比率生成树 0/1分数规划 度限制生成树 连通性问题 强大的DFS算法 无向图连通性 割点 割边 二连通分支 有向图连通性 强连通分支 2-SAT 最小点基 有向无环图 拓扑排序 有向无环图与动态规划的关系 二分图匹配问题 一般图问题与二分图问题的转换思路 最大匹配 有向图的最小路径覆盖 0 / 1矩阵的最小覆盖 完备匹配 最优匹配 稳定婚姻 网络流问题 网络流模型的简单特征和与线性规划的关系 最大流最小割定理 最大流问题 有上下界的最大流问题 循环流 最小费用最大流 / 最大费用最大流 弦图的性质和判定 |
| |
| |
| |
| |
| |
| |
