CCF CSP认证第33次真题解析：从暴力解法到优化思路（附完整代码）

CCF CSP 认证第33次真题深度剖析：从暴力到优雅的算法跃迁

最近和几位正在备战CCF CSP 认证 的学弟学妹交流，发现一个普遍现象：拿到真题后，大家的第一反应往往是“先暴力写出来，能拿几分是几分”。这种思路在时间紧迫的考场上固然实用，但若止步于此，便很难触及认证考察的核心——计算思维与优化能力。第33次认证的几道题目，恰好为我们提供了绝佳的样本，来审视“暴力解法”与“优化思路”之间那道看似微妙、实则深刻的鸿沟。

这篇文章，我想和你一起跳出单纯“看题解、背代码”的备考模式。我们将以第33次CSP认证的几道典型题目为线索，深入代码的肌理，还原解题时的真实 思考 路径。你会看到，一次成功的优化，往往不是灵光一现，而是基于对问题本质的洞察、对数据特征的把握，以及对基础数据结构与算法的娴熟运用。无论你是初次接触CSP的新手，还是希望刷分冲高分的进阶者，理解这种“从暴力到优化”的思维进化过程，远比记忆十套满分代码更有价值。

1. 词频统计：从直观计数到空间换时间的艺术

第一题“词频统计”通常被视作送分题，但它的朴素解法与优化解法之间，清晰地展示了算法效率的第一个分水岭。题目要求统计n个文档中，m个特定词语出现的文档频数（有多少个文档包含该词）和总频数（在所有文档中出现的总次数）。

最直接的暴力想法是什么？为每个词语维护两个计数器，然后遍历每个文档的每个词，如果匹配到目标词，就更新计数器。伪代码逻辑大致如下：

// 伪代码：最直观的暴力双重循环
for 每个词语 w in [1, m]:
    doc_count[w] = 0
    total_count[w] = 0
    for 每个文档 d in [1, n]:
        for 文档d中的每个词 word:
            if word == w:
                total_count[w]++
                // 如何判断这个文档是否已经统计过？
                // 需要额外记录这个文档是否已为该词贡献过文档频数
cpp

这里立刻遇到一个棘手问题：在统计文档频数时，需要确保同一个文档对同一个词的贡献最多为1。暴力实现可能需要为每个词语维护一个bool数组，记录哪些文档已经统计过，这会让空间复杂度变得很高。

让我们看看官方满分代码的巧妙之处：

#include <stdio.h>
int main() {
    int n, m;
    scanf("%d%d", &n, &m);
    int L, num;
    int c[110] = {0}, cnt1[110] = {0}, cnt2[110] = {0}; // cnt1:文档数，cnt2:总次数
    for(int i = 1; i <= n; i++){
        scanf("%d", &L);
        for(int j = 1; j <= L; j++){
            scanf("%d", &num);
            c[num]++; // 临时数组，记录当前文档中词语的出现次数
        }
        for(int k = 1; k <= m; k++){
            if(c[k] > 0){
                cnt1[k]++; // 当前文档包含词语k，文档数+1
                cnt2[k] += c[k]; // 总次数累加当前文档中的出现次数
            }
            c[k] = 0; // 关键！清空临时数组，为下一个文档做准备
        }
    }
    // 输出结果
    for(int i = 1; i <= m; i++){
        printf("%d %d\n", cnt1[i], cnt2[i]);
    }
    return 0;
}
cpp

这段代码的精髓在于那个临时数组c和每文档处理后的清零操作。它实际上采用了一种“逐文档处理、即时汇总”的策略：

1. 空间换时间：使用一个大小为m+1的临时数组c，在读取单个文档时，快速记录该文档内各词语的出现次数。由于m最大为100，这个开销很小。
2. 解决文档去重：在处理完一个文档后，立即遍历c数组。对于c[k] > 0的词语，说明它在本文档中出现过，那么cnt1[k]（文档数）直接加1即可，完美避免了同一个文档重复计数的问题。
3. 同步累加总频数：在同一个循环中，将c[k]的值累加到cnt2[k]（总次数）中。

这种做法的优势非常明显：

提示：在CSP认证中，第一题往往考察基本的数据处理和简单的优化思想。遇到需要统计“是否