feat: 完成2018fall所有公开问题

.gitattributes

@@ -16,7 +16,8 @@
 *.ps1 text eol=crlf
 
 # Java sources
-*.java          text diff=java  
+*.java          text diff=java
+*.cpp           text diff=cpp eol=lf
 *.gradle        text diff=java
 *.gradle.kts    text diff=java
 
@@ -44,3 +45,5 @@
 *.so            binary
 *.war           binary
 *.jks           binary
+
+*.csv text diff=csv eol=lf

.github/workflows/pull_request.yml

@@ -18,7 +18,7 @@ jobs:
     runs-on: ${{ matrix.os }}
     strategy:
       matrix:
-        os: [ ubuntu-latest ,windows-latest ]
+        os: [ ubuntu-latest ]
     steps:
       - name: checkout code
         uses: actions/checkout@v5
@@ -36,7 +36,7 @@ jobs:
       - name: Use java and javac
         run: javac -version; java -version
 
-      - name: windows clean build test
+      - name: ubuntu clean build test
         run: mvn clean compile test
 
   # This workflow contains a single job called "build"
@@ -79,7 +79,7 @@ jobs:
             !.git/**
             !**/.git/**
           if-no-files-found: error
-          # 压缩只执行一次（由 upload-artifact 完成）；无需预先 zip
+          # 压缩只执行一次（由 upload-artifact 完成）; 无需预先 zip
 
       # Runs a set of commands using the runners shell
       - name: tree

2018fall/AGENTS.md

@@ -0,0 +1,45 @@
+## 注意事项
+
+0. 使用 zh-CN 思考, 分析, 回答.
+1. 使用 JDK11 语法, 尽量使用现代数据结构, 尽量使用final var不可变变量
+2. 尽量遵守读-处理-输出分离的原则
+3. 不使用任何中文标点
+
++ 以使用 `"` 为荣, 以使用 `“`, `”` 为耻
++ 以使用 `'` 为荣, 以使用 `‘`, `’` 为耻
++ 以使用 `,` 为荣, 以使用 `，` 为耻
++ 以使用 `.` 为荣, 以使用 `。` 为耻
++ 以使用 `:` 为荣, 以使用 `：` 为耻
++ 以使用 `;` 为荣, 以使用 `；` 为耻
++ 以使用 `!` 为荣, 以使用 `！` 为耻
++ 以使用 `?` 为荣, 以使用 `？` 为耻
+
+> 注意给英文字符留出一个空格的空白
+
+4. 禁止使用 `**` 加强符号
+
+## 定义操作
+
+1. 定义对README进行的预处理
+
++ README.md内 `Description` 应该为 `## `, Input, Output, Sample Input, Sample Output, HINT 等均改写为 `### `
++ `Sample Input` `Sample Output`内里面的输入输出, 用 ``` log ``` 包裹
++ 注意去除/替换部分非中英文的字符
++ 只进行格式整理, 不对内容进行编辑
+
+2. 定义解答流程
+
++ 根据题目描述, 以及输入输出文件 data.in, data.out, 按照JDK11语法, 并遵守读-处理-输出分离的原则, 重写 Main.java
+  + 使用默认的快读类
+  + 读取方法 reader 使用快读类, 将读取数据抽象为类, 并传递到处理函数cal
+  + 处理函数 cal 内部处理, 并将结果传递给输出函数 output
+  + 输出函数 output 接受结果, 尽可能地优化输出
+    + 注意不要使用 `if (i < results.size() - 1) {  System.out.print('\n'); } ` 这种方式, 最后一个也要输出换行
+    + 使用 `System.out.print('\n')` 来表示换行
+  + 不需要使用 `java.io.PrintWriter`等方式实现快写
++ 使用题目约束, 在 Main.java 的 reader 内部加入 assert 判断, 并尽量对每一个 assert 判断中的 case 添加括号
+  + example: `assert ((0 <= x) && (x <= 100));`
+
+3. 执行测试的命令行操作: `mvn -pl .\2018fall\lab_{}\lab_{}_{} -am test`
+
+4. 在 README.md 中说明思路

2018fall/README.md

@@ -0,0 +1,136 @@
+# 2018fall llm通关总结
+
+> Focus. Fight. Win
+>
+> Ash, APEX Games
+
+这个目录中存放着2018年秋季学期, 全部公开题目的题解. 从welcome-lab 到 lab9, 前面几个手写, 2025年的全部由llm生成.
+
+2025年9月的ICPC竞赛中, [Gemini](https://deepmind.google/discover/blog/gemini-achieves-gold-level-performance-at-the-international-collegiate-programming-contest-world-finals/)和 GPT都取得了令人满意的结果, 分别是 10/12 和 12/12 (refer: <https://simonwillison.net/2025/Sep/17/icpc/>).
+
+Gemini使用了专有的Gemini 2.5 Deep Think 的高级版本, GPT 方面则是现有的GPT-5 (可能是GPT5-Codex?)和一个实验性推理模型一起工作.
+
+## 模型如何训练出了这么强的推理能力
+
+2023年的GPT4, 虽然谈吐已经很似人了, 但是codeforces上的分数几乎无法击败任何经过训练的人类选手, 只能拿到 400 分. 2024年的 O1 就可以触及 1900分, 到了现在已经立于顶端, 几乎无法被击败, 这是如何训练出来的?
+
+算法题输入输出非常明确, 输入一份题目, 一些用例, 输出一段代码. 这段代码可以在很短时间内通过多重测试, 给出通过或者不通过的反馈. 宽松一些的话, 还可以反馈 TLE/MLE/编译失败等反馈. 这就很有利于迭代方式进行提升
+
+整体训练过程类似于老式柴油发动机: 需要手摇启动, 启动之后就能输出强劲马力. 一个可能的步骤如下
+
+0. 首先得有一个底座模型, 比如Gemini-2.5-pro
+1. 人类选手通过对问题进行分析, 预先将一部分问题写出分析步骤, 并写出对应的代码.
+2. 将步骤一中的 `题目, 用例, 思考过程, 代码` 对基础模型进行微调, 使其具备基础的算法思考能力, 能够在强化学习中入门, 不至于只能产出失败用例
+3. 评估模型的算法能力, 在算法边界之上的小范围内选定新的题目
+4. 进入强化学习步骤, 将题目用例送入模型, 将产出的代码测试验证, 并通过验证思路能否被与输出的代码匹配(通过相同的prompt, 送入题目, 用例, 思路, 观察能否输出正确的结果等), 对输出的代码风格进行评估等手段, 将产出的思维链-代码产物合成为一个整体 reward
+5. 利用reward更新策略, 并跳回到第三步.
+
+这个过程中, 可以在每个过程中reward较高的结果保存下来作为高质量的合成训练数据, 供后续预训练等步骤使用. 或者直接使用最后一个版本, 对过程中的所有问题进行再次解答, 产出高质量的合成数据.
+
+## 人类如何模拟这个过程来训练自己
+
+### 建立基础能力
+
++ 目标: 对一个领域内的问题有基础的解答能力
++ 方法: 通过leetcode等平台, 借助难度标注等方式, 从简单到困难, 通过快速的观察题目-得出思路-比对答案的循环, 得到对问题的抽象能力, 以及一些典型问题的处理方式
+
+> DSAA这门课提供的题目可不太适合"入门", 你得从其他平台完成0-1这一步.
+
+### 自我微调
+
++ 目标：把常见模式内化为可复用技能(例如二分、贪心、图论模板、并查集使用场合).
++ 方法：把题库按题型组织, 针对每个题型做集中练习: 先做 5-10 道相似题, 要求用不同变形/优化策略解决; 随后总结模板并形成"解题卡"与常用代码片段.
++ 输出物: 解题模板集、常见边界处理 checklist.
+
+> 这一步有人担心遇到菱形依赖问题: 我是否会和其他人参考了相同的代码库?
+>
+> 如果直接对DSAA问题进行参考, 那自然是风险极高, 但是如果对经典问题进行参考, 从多个经典问题中汲取一段一段的思路, 那风险就降低很多了.
+
+### 自动化测试
+
++ 目标: 把本地测试尽量自动化, 形成快速反馈回路.
++ 方法: 为每道题准备多组测试: 样例、随机生成的弱覆盖用例、以及针对边界的极端用例. 构建本地的自动测试脚本. 固化测试用例组织方式.
++ 产出: 高效的用例生成能力, 修改功能后快速测试的能力.
+
+本质上看到题目后进入的是下面的循环
+
+1. 读题目写代码,
+2. 测试代码是否通过所有用例, 如果不通过, 跳回到1
+3. 通过所有用例, 提交到OJ, 如果不通过, 构造更多测试用例, 并跳回到1
+4. 如果通过, 则可以总结思路, 抽象代码为库
+
+这一步中若能自动化步骤2, 就能极大的加速整个循环的速度.
+
+### 人类偏好与同行评审(对应 RM 数据)
+
++ 目标: 引入主观质量判断(代码可读性、简洁性、思路清晰度)并获得外部反馈.
++ 方法: 加入学习小组或代码复审圈子: 定期互评彼此的题解, 采用 pairwise 比较(A 更优于 B)来总结偏好并讨论改进点. 也可以在社区(如 Code Review 频道)请求反馈.
++ 输出物: 同行评审记录、改进建议清单.
+
+> [!NOTE]
+>
+> 注意不要引入压行等和软件工程相违背的风格
+
+### 资源管理与节奏
+
++ 每日训练时间推荐: 1-3 小时(视学业/工作负担);
+
+> [!NOTE]
+>
+> 边际收益会递减, 切换到另外的领域去获取更大的综合收益.
+
++ 标注与校验: 把重要的思路标注为"高价值", 定期复盘, 可以通过博客/markdown文档等方式进行沉淀.
+
+## 这个模板仓库加速了什么?
+
+本仓库的目标是把个人刷题与题目工程化、可复用化, 缩短"写-测-改-提交-复盘"的反馈回路, 具体体现在下面几点:
+
+### 每个题目有独立目录
+
+题目放在独立的子目录下, 目录内可以存放题目描述 (中/英)、个人翻译、思路笔记、版本迭代的代码以及特殊说明. 这样做的好处是: 不再需要频繁打开网页查题目, 方便离线阅读与长期积累, 同时便于把题解和注释作为学习资料分享或归档.
+
+> 有些题目搞一大段描述, 不分段也就罢了, 题目描述还是张图片, 内部恨是吧.
+>
+> <https://acm.sustech.edu.cn/onlinejudge/problem.php?cid=1039>
+
+### 在 IDE 与命令行上可通过 JUnit 快速跑通所有用例
+
+每个题目配套的 `Main` 类和 `test` 目录下的 JUnit 测试允许你在 IDE (如 IntelliJ) 里一句 Run 即可执行全部样例. 也可以在命令行通过 `mvn test` 或 `mvn -Dtest=... test` 快速执行, 用最短的时间得到反馈 (通过/TLE/异常等), 加快本地迭代速度.
+
+> code-agent 对命令行执行是强依赖, 单靠复制粘贴比对输出有点太繁琐了
+
+### 统一的测试用例管理
+
+仓库对用例做了统一命名与分组管理: 把"预期输入" (input)、"预期输出" (expected)、以及运行时产生的"测试输出" (actual)分别归档并以规范化命名存放 (例如 `01.data.in`, `01.data.out`, `01.test.out`). 这种做法便于把高质量的用例共享与复用.
+
+### 使用 Maven/POM 简化提交到 OJ 前的改名与构建流程
+
+提交到许多 OJ 需要把类名或包名改为特定格式(例如 `Main`), 或者只上传单个源文件. 仓库通过 `pom.xml` 和简单的脚本约定, 能把项目打包、按需生成单文件提交版本或替换 `Main` 名称, 免去每次手动重命名/复制的繁琐操作, 从而加速"本地通过->提交->得分"的循环.
+
+### module 隔离与长期积累(把库代码与测试分离)
+
+通过模块/目录结构把公共库 (如自实现的数据结构、模板方法)放在 `src` 中, 把单元测试与题目驱动放在 `test` 中. 这样既保持了代码的可维护性, 也方便把好用的手写数据结构逐步积累成可复用的工具箱, 未来可以在新题中直接复用、单测或优化.
+
+### In conclusion
+
+总之, 该模板把"写题"和"工程化测试/复盘"结合起来, 目标是用工程化的手段把题目练习变成可重复、可追溯、可分享的学习循环, 显著提高个人刷题与总结的效率.
+
+## LLM工具
+
+本次使用了三种工具
+
+### GitHub Copilot
+
+GitHub 的学生包中 <https://github.com/education/students> 提供了免费的 Copilot Pro, 每月三百次高级调用, 实测下来GPT5-Mini这个免费调用的模型能够秒杀easy/middle问题, 1x费率的高级模型可以通过几次迭代解决hard问题.
+
+GitHub Copilot还可以登录 `opencode auth login`, 用Copilot的额度体验cli
+
+### Gemini-cli
+
+使用方式参考 <https://blog.certseeds.com/2025/connect_gemini_cli.html>
+
+整体上来说不太满意, 虽然免费额度很高(一天一千次对话), 但是gemini-cli进行多轮对话并不能显著的提高coding能力, 经常能给出基础N^2实现, 但是无法成功的优化出时间复杂度达到预期的产物. 好消息是工具调用能力挺强, 可以产出大量的基础测试用例, 通过基础实现给出正确的输出, 供优化产物调试用.
+
+### GPT-5 chatroom
+
+一些非常困难的问题, gemini/opus均无法得出正确的结论, 反而是GPT5能够在思考几分钟之后得出结论, 确实非常强, 可以通过 openrouter 的 chatroom 获取, 便宜大碗.

2018fall/lab_2/lab_2_1133/README.md

@@ -9,12 +9,12 @@ SPDX-License-Identifier: CC-BY-NC-SA-4.0
 
 ## 解法1
 
-读完题目, 每一个订单对应的是对一个区间做修改，所以我们可以用线段树来维护这个区间的修改。
+读完题目, 每一个订单对应的是对一个区间做修改, 所以我们可以用线段树来维护这个区间的修改.
 
 我们需要的操作有
 1. 更新某个位置上的值, 用于初始化
 2. 更新一个区间的所有值, 用于每一个操作
-3. 获取一个范围的最小值， 用于判断到最后是否可行.
+3. 获取一个范围的最小值,  用于判断到最后是否可行.
 
 把从sj到tj天订dj个房间, 翻译成: 给sj到tj的区间内, 每个值都减少dj.
 之后每次检查区间最小值是否小于0,小于0则不可行.

2018fall/lab_2/lab_2_1136/src/Main.java

@@ -105,7 +105,7 @@ public static List<Integer> cal(List<one> nums) {
                 while (begin < end) { // 还是bisect
                     final int mid = (end - begin) / 2 + begin;
                     final int result = cal(one, mid);
-                    // 可以认为是在[begin,end)间, 只有两个值， 一个-1，一个1, 要寻找的是最左边的一个1
+                    // 可以认为是在[begin,end)间, 只有两个值,  一个-1, 一个1, 要寻找的是最左边的一个1
                     if (result == -1) {
                         begin = mid + 1;
                     } else if (result == 1) {

2018fall/lab_3/README.md

@@ -27,7 +27,7 @@ SPDX-License-Identifier: CC-BY-NC-SA-4.0
 
 ## 1140-1144
 
-这两个题目非常有趣,一个是合并，另一个是微分(换句话讲, 求导)
+这两个题目非常有趣,一个是合并, 另一个是微分(换句话讲, 求导)
 
 最难的点是把多项式用合理的数据结构存起来, 滤掉无效项, 给输出出来. 如果设计的好, 这两个代码数据结构可以复用,输出可以复用.
 

2018fall/lab_3/lab_3_1142/README.md

@@ -52,7 +52,7 @@ Wrong Anseer
 
 ### part2
 
-重新审题, `to simplify, the strength of the n horses is a permutation of 1 to n`, 说明只是一个{1,2,...,n-1, n}的排列,而不是顺序的. 
+重新审题, `to simplify, the strength of the n horses is a permutation of 1 to n`, 说明只是一个{1,2,...,n-1, n}的排列,而不是顺序的.
 
 这样的话就不是有序的数组了, 不能直接取值来做判断. 也不能累乘, 第一想法是搞一个优先队列,
 

2018fall/lab_4/README.md

@@ -0,0 +1,77 @@
+# 2018fall-lab4
+
+## Stack And Queue
+
++ [x] problem A: lab_4_1159
++ [x] problem B: lab_4_1039
++ [x] problem C: lab_4_1161
++ [x] problem D: lab_4_1162
++ [x] problem E: lab_4_1163
++ [x] problem F: lab_4_1164
++ [x] problem G: lab_4_1165
+
+## 总体评价
+
+> 这套题目的设计者, 似乎不是想教会学生什么, 而是想告诉他们"你们还有多少东西不会". 对于一个刚学完基础编程, 对"时间复杂度"只有模糊概念的学生来说, 这次实验的体验曲线大概是这样的:
+> 1.  A 题: 虚假的希望. "哦, 好像不难, 我能做出来!"
+> 2.  B 题: 进入正轨. "这才是课上讲的栈, 逻辑有点绕, 但总算过了."
+> 3.  C/D/E 题: 思维的挑战. "为什么会 TLE? 我的逻辑没错啊? 是不是有什么巧妙的办法?"
+> 4.  F/G 题: 彻底绝望. "这代码也太复杂了!"
+
+---
+
+## 各题目分析
+
+### 问题 A
+
+题面: 在一个字符串中寻找 "lanran" 作为子序列.
+
+这是所有题目中最"仁慈"的一个, AC 率最高 (约 31.6%). 它甚至不是一个栈或队列问题, 只是一个简单的字符串遍历.
+
+### 问题 B
+
+题面: 经典的三种括号 `()[]{}` 匹配问题.
+
+真正的栈应用入门题, 完全符合教科书的经典模型. AC 率约为 20.3%, 显著的 WA 和 RE 数量说明, 即便是经典问题, 学生在处理逻辑细节和边界情况时依然会遇到麻烦.
+
+### ⛰️ 问题 C, D, E: 算法思维的试金石
+
+这三道题开始脱离纯粹的数据结构模板, 转向对特定算法模型的考察, 是区分学生思维能力的关键.
+
+C 题 (`lab_4_1161`, 组合计数): 要求在 `O(n)` 时间内解决一个组合计数问题. 暴力解法会轻易导致 TLE, 迫使学生思考双指针/滑动窗口等优化技巧.
+D 题 (`lab_4_1162`, 迷宫寻路): 一个有趣的模拟题, 需要通过全排列来暴力枚举所有可能的方向映射, 考察了代码的组织和模拟能力.
+E 题 (`lab_4_1163`, 古老的蜘蛛牌): 用 `n <= 300,000` 的数据规模, 将一个看似简单的模拟题, 变成了对栈+贪心 `O(n)` 解法的硬性考察.
+
+### 👹 问题 F (`lab_4_1164`) & G (`lab_4_1165`): 复杂度的终极考验
+
+这两道题是本次实验的"劝退"核心, 它们不仅要求最优的时间复杂度, 还对代码实现和性能细节提出了极高要求.
+
+F 题 (矩阵表达式求值):
+
+这是本次实验最"阴险"的题目. 它将两个复杂的知识点 (中缀表达式求值 + 矩阵运算) 结合在一起. 学生不仅要写对双栈算法, 还要正确实现矩阵的各种运算.
+
+`submit.csv` 中惊人的提交次数 (2841次) 和海量的 RE/PE/WA
+
+G 题 (最小/最大栈):
+
+`n <= 400,000` 的操作次数, 要求在每次 `pop` 后 O(1) 返回栈内最大减最小值. 这是一道考察"最小/最大栈" (使用辅助栈) 的模板题.
+
+它不仅考察了特定的数据结构设计, 还因为海量数据和 Java 的装箱/拆箱性能问题, 给学生上了关于底层性能优化的深刻一课.
+
+---
+
+## 总结性批判
+
+难度设计断层严重: 从基础的字符串和栈应用, 直接跳跃到需要双指针、贪心、高级数据结构设计 (如最小/最大栈) 和复杂模拟的难题, 中间缺少了足够的过渡.
+
+过于强调"竞赛思维": 整套题目的设计思路, 尤其是对时间复杂度的极致压榨, 完全是算法竞赛 (ACM/ICPC) 的风格. 这对于旨在培养大多数学生基本编程素养的常规课程来说, 目标可能出现了偏差.
+
+考察范围过广: 一次实验同时考察了字符串、栈、队列、表达式求值、矩阵、贪心、双指针、高级数据结构设计等大量知识点, 并且要求极高的实现精度, 这对学生的消化和吸收能力是巨大的挑战.
+
+---
+
+## 结论
+
+> 这套题目作为选拔性测试是极其成功的, 它能精准地筛选出那些具有算法天赋、思维缜密、基础扎实的学生.
+>
+> 但作为一次面向全体学生的'教学', 它在引导和启发方面的作用是负面的. 可能会打击大部分学生的学习热情, 而非激发他们的兴趣.