1. 項目概述一次對經典賽題的深度復盤最近整理硬盤翻到了幾年前備賽藍橋杯時留下的筆記和代碼其中2017年B組C國賽的幾道題讓我印象尤為深刻。那年的題目在算法思維和工程實現上結合得相當巧妙既有對基礎數據結構的扎實考察也不乏需要靈光一現的“腦筋急轉彎”。雖然標題里寫的是“部分題解”但我想挑出其中最具代表性的三道題不僅給出答案更重要的是拆解當時的解題心路歷程、代碼實現中的關鍵抉擇以及那些賽后復盤才恍然大悟的優化點。無論你是正在備賽的選手還是想通過真題來錘煉自己C算法能力的開發者相信這次“穿越時空”的復盤都能帶來一些實實在在的收獲。我們不會停留在“AC”就萬事大吉的層面而是會深入探討為什么這道題用這個算法邊界條件到底坑在哪里從暴力枚舉到最優解思維是如何一步步躍遷的2. 核心賽題解析與解題思路拆解2.1 真題定位與整體難度評估2017年藍橋杯軟件類國賽C大學B組的題目延續了其一貫的風格前面幾題側重基礎語法和簡單邏輯用于“保分”中間部分考察經典算法如DFS、BFS、動態規劃的應用能力最后壓軸題則往往需要較強的數學建模或抽象思維能力。這次我們重點分析的“部分”題目正是選自中后段的精華它們能有效區分出“會寫代碼”和“善于用算法解決問題”的選手。從網絡熱詞如“快速冪算法c”、“c八大排序算法”、“動態規劃”可以看出大家關注的正是這些核心的算法考點。而“藍橋杯真題”、“題解”等高頻搜索詞則反映了大量學習者渴望獲得的不只是答案更是清晰的解題邏輯和可復現的思考過程。因此我們的解析將緊扣“思路產生-算法選擇-代碼實現-邊界處理”這條主線。2.2 解題通用心法與賽場策略在深入具體題目之前有必要先統一一下“作戰思想”。藍橋杯的評測系統是OI賽制即提交后立即知道對錯但看不到具體用例。這帶來兩個核心策略暴力法保底對于任何題目第一時間思考能否用簡單的模擬或枚舉拿到部分分數。即使時間復雜度很高也可能通過一些數據規模較小的測試點。這是非常重要的得分策略切忌在難題上鉆牛角尖而浪費了簡單題的分數。觀察數據范圍定算法題目給出的數據范圍如N1000或N100000是選擇算法的決定性依據。N20可能暗示狀壓DP或暴力DFSN1000 O(n2)的動態規劃或樸素算法可能可行N100000則通常要求O(nlogn)或O(n)的算法。注意賽場上的第一要務是拿到盡可能多的分數而不是追求每道題的最優解。一個能通過60%測試點的暴力解遠比一個思路完美但調試了1小時仍有bug的“最優解”有價值。3. 賽題一方格分割DFS與對稱性剪枝3.1 問題重述與抽象建模這是當年一道非常經典的搜索問題。題目大意是一個6x6的方格矩陣沿著格線將其分割成完全相同的兩部分。要求分割線必須從矩陣的中心點格點不是格子出發到達矩陣的邊界并且分割線不能自交。問一共有多少種不同的分割方案。初看此題很容易被“分割成兩部分”迷惑去思考如何切割格子。關鍵的抽象技巧在于轉換視角不要盯著“剪開的格子”而是關注“走過的格點”。將6x6的方格擴展為7x7的格點陣因為格線交點才是格點。中心點是(3,3)。問題轉化為從中心點(3,3)出發每次向上、下、左、右四個方向移動一格走到邊界點即x或y坐標為0或6為止。要求走過的路徑必須關于中心點(3,3)中心對稱且路徑不能重復訪問同一個格點保證不自交。為什么是對稱的因為剪開成相同的兩部分意味著你在這部分邊界上走出的路徑在另一部分的邊界上必然存在一條完全中心對稱的路徑。而這兩條對稱的路徑合起來就是一條從中心到邊界、再對稱折返到中心的閉合路徑不這里容易出錯。更準確地說我們只需要搜索一條從中心到邊界的路徑其對稱路徑會自動生成。同時由于整個圖形是中心對稱的一條路徑和它的對稱路徑會將所有格點分成兩個集合。為了避免重復計算順時針走和逆時針走被視為同一種分割我們需要在搜索時施加一個方向限制。3.2 DFS實現與關鍵剪枝策略基于以上分析我們可以采用深度優先搜索DFS來枚舉所有從(3,3)到邊界的路徑并檢查其對稱性。但直接DFS的搜索樹會非常龐大。核心剪枝對稱性剪枝與方向限制由于最終分割方案是中心對稱的那么如果我們搜索的路徑觸碰到了它的對稱點就會導致路徑自交因為對稱點本應是另一部分的。因此在DFS過程中我們每走到一個新點(x, y)不僅要標記這個點已訪問還必須立即標記其對稱點(6-x, 6-y)也為已訪問。這樣就能天然保證搜索出的路徑不會侵犯對稱區域。方向限制以去重由于一種分割方案由一條中心對稱的閉合邊界構成從中心點出發第一步有四個方向。但是上下、左右是對稱的。如果我們不加以限制會把本質上相同的方案旋轉或對稱后一致重復計算。一個簡單有效的去重方法是規定第一步只能走一個方向比如向右或向下。因為任何合法方案都可以通過旋轉使其第一步是向右的。這樣最終結果需要乘以4嗎不需要因為我們在標記對稱點時已經將整個搜索空間約束在了第一象限相對概念最終結果就是唯一計數。#include iostream #include cstring using namespace std; int dirs[4][2] {{1,0}, {-1,0}, {0,1}, {0,-1}}; // 四個方向 bool visited[7][7]; // 標記7x7格點是否已訪問 int ans 0; void dfs(int x, int y) { // 到達邊界不能是中心點 if (x 0 || x 6 || y 0 || y 6) { ans; return; } for (int i 0; i 4; i) { int nx x dirs[i][0]; int ny y dirs[i][1]; // 檢查新坐標是否合法且未訪問 if (nx 0 nx 6 ny 0 ny 6 !visited[nx][ny]) { // 標記當前點及其對稱點 visited[nx][ny] true; visited[6-nx][6-ny] true; // 關鍵對稱剪枝 dfs(nx, ny); // 回溯 visited[nx][ny] false; visited[6-nx][6-ny] false; } } } int main() { memset(visited, false, sizeof(visited)); // 標記中心點及其對稱點自身 visited[3][3] true; // 從中心點開始搜索 dfs(3, 3); // 因為搜索樹是對稱的且我們每一步都標記了對稱點 // 所以答案就是方案數。但注意從中心點向四個方向出發本質是旋轉對稱。 // 我們固定了搜索順序但初始點(3,3)的對稱點還是(3,3)所以不會重復。 // 最終需要將結果除以4嗎不需要因為我們的visited標記和搜索規則已經保證了每種分割只被以一種“朝向”搜索一次。 // 更準確的做法是限制第一步的方向比如只向右走(3,3)-(4,3) ans 0; // 重置重新計算 memset(visited, false, sizeof(visited)); visited[3][3] true; visited[4][3] true; // 第一步向右 visited[2][3] true; // 標記對稱點向左 dfs(4, 3); // 從(4,3)開始搜 cout ans * 4 endl; // 由于限制了第一步方向最終結果要乘以4 return 0; }實操心得這道題在賽場上的難點在于抽象建模。很多選手卡在如何表示“切割”上。一旦成功轉化為“在格點圖上搜索對稱路徑”的模型代碼實現并不復雜。DFS函數本身很標準真正的靈魂在于visited[6-nx][6-ny] true;這一行對稱標記。它同時完成了兩項任務一是防止路徑走到自身對稱的位置導致自交二是保證了搜索出的路徑其對稱路徑必然存在且不沖突。這比先搜索完整路徑再檢查對稱性要高效無數倍。常見誤區在6x6的“格子”上搜索而不是7x7的“格點”上搜索導致模型錯誤。忘記了去重將旋轉或對稱后相同的方案計為多種。對稱標記時坐標計算錯誤(x,y)的對稱點應是(6-x, 6-y)而不是(5-x, 5-y)那是針對6x6格子的索引。4. 賽題二磁磚樣式狀態壓縮與哈希去重4.1 問題理解與搜索空間分析這道題可以看作是“鋪瓷磚”問題的一個變種。題目描述了一個2行N列的網格現在有無限多的1x2占兩格的磁磚可以橫著鋪覆蓋同一行的兩列也可以豎著鋪覆蓋兩行同一列。要求鋪滿整個網格并且規定兩種顏色假設為A和B的磁磚都不能有超過2x2的“同色四格”區域出現。即在任意一個2x2的子區域內不能所有格子都是同一種顏色。我們需要計算所有不同的鋪滿方案數。N的具體規模需要看題目印象中是10。即使N10搜索空間也巨大無比。因為每個格子最終的顏色由覆蓋它的磁磚決定而磁磚的擺放方式很多。解題核心思路按列進行狀態壓縮DP或DFS回溯。由于瓷磚是1x2的它的擺放只影響當前列和下一列橫鋪或者當前列的兩行豎鋪。這提示我們可以一列一列地遞推鋪設。定義每一列的“狀態”可以用一個數字表示該列兩行格子的鋪設情況和顏色。但這樣狀態會非常復雜因為要同時記錄是否被覆蓋以及顏色。一個更清晰的思路是DFS回溯 狀態哈希去重。我們模擬整個鋪設過程從左到右從上到下嘗試放置瓷磚。放置時檢查1. 是否超出邊界2. 目標格子是否已被覆蓋3. 放置后是否會產生非法的2x2同色區域。4.2 DFS回溯實現與關鍵優化我們用一個二維數組grid來表示網格初始為0表示未覆蓋。用1表示顏色A2表示顏色B。DFS函數參數至少包含當前要放置的起點坐標(x, y)。放置策略每次找到第一個未覆蓋的格子(x,y)嘗試兩種放置方式豎放如果x1 2且grid[x1][y]0則可以放置一塊豎磚。隨機或按順序賦予它一個顏色1或2。橫放如果y1 N且grid[x][y1]0則可以放置一塊橫磚。同樣賦予顏色。合法性檢查核心每次放置一塊新磚后需要檢查所有包含新磚格子的2x2區域。遍歷所有以新磚格子為右下角、左上角、左下角、右上角的2x2區域確保區域在網格內檢查該區域內四個格子是否都已覆蓋且顏色相同。如果存在這樣的區域則當前放置非法需要回溯。去重難點由于顏色只是抽象的“A”和“B”方案“AABB”和“BBAA”如果只是顏色互換在題目中可能被視為同一種如果題目說明顏色不同視為不同則不去重。通常這類題目中顏色是具體的如紅藍互換后視為不同方案。但2017年這道題需要仔細審題。一個更嚴峻的去重問題是網格是2行的旋轉、對稱后相同的方案如何避免重復計數題目通常要求計算“本質不同”的方案數。一個可靠的方法是當整個網格鋪滿后將其狀態編碼成一個唯一字符串或數字例如將每一行連起來存入一個unordered_set中進行去重。#include iostream #include cstring #include unordered_set using namespace std; int N; // 列數根據題目設定 int grid[2][12]; // 假設N最大為12 unordered_setstring schemes; // 用于去重 int ans 0; // 檢查以(i,j)為左上角的2x2區域是否同色非法 bool check(int x, int y) { // 檢查所有包含(x,y)的2x2區域 // 區域左上角可能為 (x-1, y-1), (x-1, y), (x, y-1), (x, y) // 但要確保區域在[0,1]行和[0, N-1]列內 for (int i max(0, x-1); i x i 1; i) { // i最多到0因為2行網格2x2區域的左上角行號只能是0 for (int j max(0, y-1); j y j N-1; j) { // j最多到N-2 // 現在(i,j)是可能的2x2區域左上角 if (grid[i][j] grid[i][j1] grid[i1][j] grid[i1][j1]) { if (grid[i][j] grid[i][j1] grid[i][j] grid[i1][j] grid[i][j] grid[i1][j1]) { return false; // 發現非法同色2x2 } } } } return true; } void dfs(int pos) { // 線性化位置pos x * N y if (pos 2 * N) { // 鋪滿了編碼狀態并去重 string key; for (int i 0; i 2; i) { for (int j 0; j N; j) { key char(0 grid[i][j]); } } if (schemes.find(key) schemes.end()) { schemes.insert(key); ans; } return; } int x pos / N; int y pos % N; // 如果當前格子已覆蓋繼續下一個 if (grid[x][y]) { dfs(pos 1); return; } // 嘗試豎放 (顏色1) if (x 0 !grid[x1][y]) { // 豎放只能從第一行開始放 grid[x][y] grid[x1][y] 1; if (check(x, y) check(x1, y)) { dfs(pos 1); } grid[x][y] grid[x1][y] 0; // 回溯 } // 嘗試豎放 (顏色2) if (x 0 !grid[x1][y]) { grid[x][y] grid[x1][y] 2; if (check(x, y) check(x1, y)) { dfs(pos 1); } grid[x][y] grid[x1][y] 0; } // 嘗試橫放 (顏色1) if (y N-1 !grid[x][y1]) { grid[x][y] grid[x][y1] 1; if (check(x, y) check(x, y1)) { dfs(pos 1); } grid[x][y] grid[x][y1] 0; } // 嘗試橫放 (顏色2) if (y N-1 !grid[x][y1]) { grid[x][y] grid[x][y1] 2; if (check(x, y) check(x, y1)) { dfs(pos 1); } grid[x][y] grid[x][y1] 0; } } int main() { cin N; // 實際比賽時N是給定的這里假設輸入 memset(grid, 0, sizeof(grid)); dfs(0); cout ans endl; return 0; }踩坑記錄這道題我初次實現時效率極低N10都跑不出來。主要瓶頸在于檢查函數check調用過于頻繁每次放置后都全盤掃描檢查2x2區域是不現實的。優化后只檢查與新放置格子相關的幾個2x2區域最多4個。搜索順序線性化位置(x,y)并按順序找到第一個空位放置比雙重循環更清晰也避免了重復搜索。去重編碼最初我使用了將整個網格轉為字符串的方法在N較大時字符串操作和哈希比較會成為瓶頸。對于狀態壓縮DP更好的方法是用一個長整型如long long的位運算來編碼狀態但本題由于有顏色1和2需要至少2比特表示一個格子狀態編碼會復雜一些。提示在競賽中如果N不大比如8這種DFS哈希的方法在合理剪枝后是可行的。如果N更大比如15就必須用狀態壓縮DP了狀態設計為dp[i][mask]其中mask編碼了當前列兩行的鋪設情況和顏色然后遞推下一列。但實現難度會高一個數量級。5. 賽題三對局匹配動態規劃與分組思想5.1 問題轉化與分組處理這道題是動態規劃的經典應用也涉及了巧妙的數學思想。題目描述大致是有N個玩家每個玩家有一個實力積分值X。系統會將積分值相差恰好為K的玩家匹配到一起進行對局?，F在的問題是如果一些玩家同時在線他們可能會被匹配到。我們希望從中挑選出一個最大的玩家子集使得這個子集中任意兩名玩家的積分差都不等于K從而保證他們在線時永遠不會被系統匹配到。輸入玩家積分數組和差值K。輸出最大子集的大小。暴力思路不可行N可以很大10^5級別枚舉所有子集是2^N不可能。關鍵轉化將玩家按積分對K取模的結果進行分組。 為什么因為如果兩個玩家的積分差為K那么他們除以K的余數一定相同。例如K2積分3和5差2它們除以2的余數都是1。積分4和6差2余數都是0。也就是說差值為K的玩家必然存在于同一個“余數分組”內。不同余數分組之間的玩家積分差絕不可能是K因為積分差是K的倍數才會導致同余。因此問題從全局的一個大問題分解成了若干個獨立的子問題在每個余數分組內選取一個最大的子集使得集合中任意兩個數的差不為K。由于分組間獨立最后將每個分組能選出的最大人數相加即可。5.2 分組內的動態規劃模型現在問題簡化為對于一個分組假設余數為r里面有一系列積分值r, rK, r2K, r3K, ...。我們要從中選出一個子集不能選擇相鄰的項因為選了rmK就不能選r(m1)K和r(m-1)K否則差為K。這變成了一個經典的打家劫舍或不相鄰元素最大和問題的變種。只不過這里的“價值”不是積分值本身而是擁有該積分值的玩家數量。因為可能有多個玩家積分相同。假設我們將該分組內的積分值排序得到一個序列a[0], a[1], a[2], ...對應的玩家數量為cnt[0], cnt[1], cnt[2], ...。定義dp[i]為考慮前i個積分值時能選出的最大玩家數。 狀態轉移方程為如果不選第i個積分值dp[i] dp[i-1]如果選第i個積分值因為不能選第i-1個所以dp[i] dp[i-2] cnt[i](當i2時)對于i1的情況特殊處理dp[1] max(cnt[0], cnt[1])最終dp[last]就是這個分組內能選出的最大人數。特殊情況K0。當K0時分組條件積分差為0意味著所有積分相同的玩家都在一個組里并且他們之間都會發生匹配。那么在這個“組”里我們最多只能選擇一種積分的玩家并且應該選擇玩家數量最多的那種積分。因為如果選了兩種不同積分此時差不為0因為K0時差為0才沖突他們之間不會沖突但題目要求是差為K的不能共存K0時就是積分相同的不能共存。所以對于K0問題簡化為找出哪個積分值的人數最多答案就是這個人數。5.3 C代碼實現與細節處理#include iostream #include vector #include map #include algorithm using namespace std; int main() { int N, K; cin N K; vectorint scores(N); mapint, int cnt_map; // 統計每個積分的人數 for (int i 0; i N; i) { cin scores[i]; cnt_map[scores[i]]; } if (K 0) { // 特殊情況K0只能選一種積分選人數最多的 int max_cnt 0; for (auto p : cnt_map) { max_cnt max(max_cnt, p.second); } cout max_cnt endl; return 0; } // 通用情況K 0 // 用于存儲每個余數分組下的積分值 人數列表 mapint, vectorpairint, int groups; for (auto p : cnt_map) { int score p.first; int count p.second; int mod score % K; groups[mod].push_back({score, count}); } int total 0; // 處理每個余數分組 for (auto group : groups) { auto vec group.second; // vec里是(score, count) // 按積分值排序 sort(vec.begin(), vec.end()); int m vec.size(); if (m 0) continue; // 動態規劃 vectorint dp(m, 0); dp[0] vec[0].second; // 只有第一個積分值可選 if (m 1) { // 對于前兩個如果它們積分差為K則不能同時選 // 因為vec是按積分排序的且同余所以相鄰項差一定是K的倍數。 // 由于同余且排序相鄰的積分差就是K。 if (vec[1].first - vec[0].first K) { dp[1] max(vec[0].second, vec[1].second); } else { // 如果差不是K理論上在同余組內排序后相鄰差就是K這里為了邏輯完整保留 dp[1] vec[0].second vec[1].second; } } for (int i 2; i m; i) { // 檢查當前積分與上一個積分差是否為K if (vec[i].first - vec[i-1].first K) { // 不能同時選i和i-1 dp[i] max(dp[i-1], dp[i-2] vec[i].second); } else { // 可以同時選i和i-1 dp[i] dp[i-1] vec[i].second; } } total dp[m-1]; } cout total endl; return 0; }算法精講這個解法的核心在于“分組”思想將原問題從O(N2)的關聯中解脫出來變為多個O(M)的線性DP問題其中M是單個分組的長度。整體時間復雜度為O(N log N)主要用于排序和映射。一個極其重要的邊界條件在上述DP實現中我們假設了同一個余數分組內積分值是等差數列公差為K。所以排序后相鄰元素的積分差一定是K嗎是的因為score % K r那么這些積分可以表示為r t*K(t為整數)。排序后相鄰的t相差1所以積分差為K。因此if (vec[i].first - vec[i-1].first K)這個條件恒為真else分支永遠不會執行。代碼中可以簡化直接使用“不能選相鄰”的模型。我保留判斷是為了讓邏輯更清晰體現我們處理的是“差為K”這一條件。另一種更簡潔的DP寫法分組內// vec是已經按積分排序的積分人數列表相鄰積分差恒為K int m vec.size(); if (m 0) continue; vectorint dp(m1, 0); dp[0] 0; // 前0個元素最大人數為0 dp[1] vec[0].second; // 前1個元素只能選第一個 for (int i 2; i m; i) { // 考慮前i個元素對應vec[0...i-1] // 不選第i個dp[i-1] // 選第i個dp[i-2] vec[i-1].second (因為不能選第i-1個) dp[i] max(dp[i-1], dp[i-2] vec[i-1].second); } total dp[m];這種寫法下標處理更簡單是處理“不相鄰元素最大和”的標準DP寫法。6. 常見陷阱與調試心得實錄6.1 多組數據輸入與初始化藍橋杯的題目常常需要處理多組測試數據雖然國賽有時是單組。一個常見的坑是忘記在每組數據開始前清空全局變量和數據結構。例如在“磁磚樣式”中grid數組、ans計數器、schemes集合必須在處理每個新的N前重置。在“對局匹配”中cnt_map和groups也需要清空。使用C時如果變量定義在main函數內則每次循環會自動重新創建如果是全局變量務必在循環體內手動clear()或memset。// 錯誤示范全局變量 unordered_setstring schemes; int ans; void solve() { // ... 使用 schemes 和 ans ... // 處理完一組數據后如果沒有清空下一組數據會殘留上一組的結果 } // 正確做法 void solve() { unordered_setstring schemes; // 定義在函數內自動管理 int ans 0; // ... 或者清空全局變量 ... // schemes.clear(); // ans 0; }6.2 整數溢出與數據類型選擇這是算法競賽中的經典陷阱。在“對局匹配”中雖然最后的人數不會超過N10^5但DP過程中dp[i]的值可能累加不過仍在int范圍內。但在其他題目尤其是涉及排列組合、路徑計數時結果可能非常大需要用到long long甚至高精度。例如有些題目結果需要對1e97取模這時不僅最終結果要用long long中間運算也可能需要先轉為long long再取模防止乘法溢出。const int MOD 1e9 7; int a 1000000, b 1000000; // 錯誤乘法在int內溢出然后才轉為long long取模 // int result (a * b) % MOD; // 正確先將乘數轉為long long long long result (1LL * a * b) % MOD;6.3 搜索與DP中的狀態設計誤區以“方格分割”為例狀態設計為visited[7][7]表示格點是否被訪問。一個誤區是只標記當前路徑點而忘了同步標記對稱點導致搜索出的路徑不滿足對稱要求或者產生重復計數。在涉及對稱性、旋轉等去重問題時最好的辦法是在生成狀態的過程中就施加約束如第一步固定方向而不是生成所有狀態后再進行復雜的去重判斷。在“磁磚樣式”的DFS中狀態是當前的鋪設網格。如果直接使用網格數組進行回溯每次遞歸調用都需要復制整個數組狀態開銷巨大。正確的做法是修改全局狀態數組并在回溯時恢復。對于更復雜、網格更大的問題則需要用狀態壓縮一個整數表示一行或一列的狀態來減少內存和時間消耗。6.4 調試技巧輸出中間狀態與小數據驗證當你的程序結果不對或者運行超時時不要盲目盯著代碼看。小數據驗證自己設計幾個小的、手算能知道答案的測試用例。比如“方格分割”可以試試2x2的網格答案應該是多少。用你的程序跑看結果是否匹配。輸出中間狀態在DFS或DP的關鍵步驟打印出當前的選擇、狀態值。例如在“磁磚樣式”DFS中每放置一塊磚可以打印出當前的grid看看鋪設邏輯是否符合預期。使用斷言assert在代碼中你認為不變的條件處加入assert語句。例如在“對局匹配”分組時可以assert((vec[i].first - vec[i-1].first) % K 0)。這能幫你快速定位邏輯錯誤。對比暴力解對于小規模數據N8寫一個最樸素的、正確性顯而易見的暴力枚舉程序可能很慢用它來驗證你的優化算法DP/搜索的結果。這是驗證算法正確性的黃金標準。6.5 賽場時間分配與代碼策略回顧這三道題它們分別代表了三種不同的題型和難度?！胺礁穹指睢笨嫉氖墙：退阉骷糁Α按糯u樣式”是更復雜的搜索與去重“對局匹配”則是動態規劃和問題轉化。在真實的賽場上合理的策略是快速通讀所有題目對每道題的難度、類型、可能耗時有個大致估計。先解決思路最清晰的。比如“對局匹配”一旦想到分組和不相鄰DP代碼實現相對直接調試也快。這種題目應該優先拿下。對于“方格分割”這類題如果短時間內無法抽象出正確的模型不要死磕。先寫一個暴力搜索比如枚舉所有分割線再檢查獲取部分分數N小的時候可能能過。標記一下等做完其他題再回來深入思考。“磁磚樣式”屬于代碼實現細節多、容易出錯的題。如果時間緊張優先保證正確性而不是追求最優解。先實現一個基礎的DFS不帶高效剪枝和去重確保邏輯正確能過小數據。如果還有時間再逐步加入哈希去重、更高效的檢查等優化。最后保持好的編碼習慣變量名清晰關鍵步驟寫注釋重復邏輯寫成函數。這不僅能減少錯誤在調試時也能節省大量時間。畢竟在高度緊張的比賽環境中清晰可讀的代碼是你最可靠的盟友。