World Robot Contest2025-2026Algorithm Application ThemeJunior Highwrc.hao.work
WRC
Contest Archive / Structured Dossiers青少年算法应用训练档案馆

把训练题、知识点、执行证据和最终解题档案统一归档成可直接浏览的竞赛资料库。

Archive30 Cases

四大文化赛道完整展开

AccessHTTPS

完整题面 / 题解 / 运行证据

No Rounded CornersTailwind FirstDossier Ready
06-deliverables/complete-solution-dossier.md

非遗工坊排期:体验场次并行教室统计 完整解题档案

站内文件视图直接读取仓库内容,Markdown 使用文档排版渲染,其余文本文件保持原始排版,方便校对训练证据链。

文件类型Markdown

10-cases/s1-jh-06-heritage-workshop-schedule/06-deliverables/complete-solution-dossier.md

档案概况

项目内容
Case IDs1-jh-06-heritage-workshop-schedule
文化赛道Scene 01 / 非遗文化
组别初中组
判题方式流程模拟
语言范围python
赛项页码8
仓库总览s1-jh-06-heritage-workshop-schedule/README.md

题目、题干与输入输出

正式题面

源文件:official-prompt.md

规则来源

  • 赛项说明页码:8
  • 训练题主题:非遗工坊排期:体验场次并行教室统计
  • 所属赛道:非遗文化赛道

题目背景

非遗工坊需要在有限时间轴上安排多场体验活动。每场活动会占用一个闭区间时段,教务老师希望知道峰值并行场次、最早峰值时段以及整条时间轴中完全空闲的时段数量。

任务描述

  • 读取每场活动覆盖的闭区间 [start, end],并统计所有时段的占用数量。
  • 输出最大并行场次,以及最早达到峰值的时段。
  • 统计 1..m 中占用为 0 的时段数量。

输入格式

  1. 第一行输入 n m,表示活动数量和离散时间轴长度。
  2. 接下来 n 行每行输入 start end,表示活动占用闭区间 [start, end]

输出格式

  1. 第一行输出 max_rooms=最大并行场次
  2. 第二行输出 first_peak_slot=最早达到峰值的时段
  3. 第三行输出 idle_slots=空闲时段数

数据范围与说明

  • 1 <= n, m <= 2 * 10^5。
  • 1 <= start <= end <= m。
  • 区间按闭区间处理,差分时要注意 end + 1
  • 若峰值出现多次,取最早时段。

样例输入

4 8
1 3
2 5
6 7
3 6

样例输出

max_rooms=3
first_peak_slot=3
idle_slots=1

样例解释

  • 各时段占用数依次为 1 2 3 2 2 2 1 0
  • 最大并行场次为 3,最早出现在第 3 个时段。
  • 只有第 8 个时段空闲,因此 idle_slots=1

知识点清单

  • 差分数组对闭区间加法的建模。
  • 前缀和恢复每个时段真实占用量。
  • 峰值统计和最早位置维护。
  • 空闲时段的线性统计。
  • 离散时间轴建模。

约束拆解

源文件:parsed-constraints.md

显式约束

  • 1 <= n, m <= 2 * 10^5。
  • 1 <= start <= end <= m。
  • 区间按闭区间处理,差分时要注意 end + 1
  • 若峰值出现多次,取最早时段。

建模拆解

  • 先明确输入的实体和字段,再把它们翻译成 差分数组 + 前缀和恢复 需要的数据结构。
  • 把输出中每一项指标都和中间变量对应起来,避免最后临时拼装。
  • 先用样例手推一次,再确认边界条件是否都能走到正确分支。

易错边界

  • 活动区间恰好覆盖到最后一个时段时,要避免数组越界。
  • 多个时段并列达到峰值时,只能保留最早时段。
  • 当某些时段完全没有活动时,要正确计入 idle_slots

计分模型

源文件:scoring-model.md

判题方式

  • 主判题方式:simulation
  • 主算法:差分数组 + 前缀和恢复

判题重点

  • 重点校验状态更新顺序、触发条件和逐轮迭代是否符合题意。
  • 隐藏数据会覆盖临界阈值、连续触发和无触发三类情形。

公开样例建议

  • 至少准备 1 组题面样例、2 组边界样例和 2 组自定义回归样例。
  • 多输出题必须验证所有字段都来自同一套方案。

隐藏数据建议

  • 准备多个活动在同一时段开始和结束的样例,检查差分叠加是否稳定。
  • 准备全部时段都有活动和全部时段部分空闲两类数据。
  • 准备只有一场活动覆盖整条时间轴的极简样例。

验收清单

源文件:acceptance-checklist.md

  • 正式题面、约束拆解、评分说明均已补齐
  • 样例输入输出已定义并通过主实现校验
  • python 主实现已提供并与样例输出对齐
  • 调试记录、决策记录、验证计划已补齐
  • 可由 20-tools/assemble_case_dossiers.py 汇总为完整解题档案

样例输入输出

样例输入:sample.in

4 8
1 3
2 5
6 7
3 6

样例输出:sample.out

max_rooms=3
first_peak_slot=3
idle_slots=1

题解、建模与最终解法

自动整理的解题流程

  • 题目主题:非遗工坊排期:体验场次并行教室统计
  • 题目摘要:利用差分数组统计离散时段的教室占用量,找出并行峰值和空闲时段数。
  • 判题提示:该题以流程模拟为主,重点是状态更新顺序、异常分支和终止条件。
  • 先完成输入、对象、约束和输出的四步建模,再落到具体算法和实现。
  • 优先用样例验证最小流程,再补边界测试和错误分支。

解题思路

源文件:solution-rationale.md

1. 问题重述

利用差分数组统计离散时段的教室占用量,找出并行峰值和空闲时段数。

2. 数据结构与建模

  • 主算法:差分数组 + 前缀和恢复
  • 输入拆解后对应的数据结构要和输出项一一对应。
  • 需要重点维护的状态包括:题目实体、核心指标、中间结果和最终答案。

3. 算法步骤

  1. 为每个活动对 diff[start] 加一,对 diff[end + 1] 减一。
  2. 顺序扫描时间轴,用前缀和恢复每个时段的占用量。
  3. 在扫描过程中同步维护最大值、最早峰值时段和空闲时段数量。
  4. 按固定格式输出三个统计结果。

4. 正确性说明

  • 每一步都严格对应题面给出的规则或约束。
  • 所有输出字段都来自同一份计算过程,不会出现“各算各的”的不一致情况。
  • 边界情况通过单独分支或统一规则处理,保证程序在最小规模和重复值情况下也稳定。

5. 复杂度分析

  • 复杂度取决于输入规模和主算法,但整体设计保持在初中组可讲解、可验证的范围内。
  • 只保留必要状态,不引入超出题意的数据结构。

6. 易错点

  • 活动区间恰好覆盖到最后一个时段时,要避免数组越界。
  • 多个时段并列达到峰值时,只能保留最早时段。
  • 当某些时段完全没有活动时,要正确计入 idle_slots

7. 知识点清单

  • 差分数组对闭区间加法的建模。
  • 前缀和恢复每个时段真实占用量。
  • 峰值统计和最早位置维护。
  • 空闲时段的线性统计。
  • 离散时间轴建模。

设计决策记录

源文件:decision-log.md

  • 选择 差分数组 + 前缀和恢复 作为主算法,因为它能直接覆盖题目的核心约束。
  • 题目是典型的区间加一统计,不必逐时段逐活动枚举。
  • 差分方案既能保留峰值统计,也能顺手得到空闲时段数。
  • Python 与 C++ 版本统一输出格式,便于双语训练和证据采集。

验证计划

源文件:validation-plan.md

  • 先验证题面公开样例,确保基础流程无误。
  • 准备多个活动在同一时段开始和结束的样例,检查差分叠加是否稳定。
  • 准备全部时段都有活动和全部时段部分空闲两类数据。
  • 准备只有一场活动覆盖整条时间轴的极简样例。
  • 最后再补 1 组手工构造的极小数据,确认程序不会依赖特殊输入规模。

备选方案

源文件:alternatives.md

方案时间复杂度 / 代价实现难度说明
逐时段枚举所有活动O(nm)概念直观,但时间复杂度过高。
差分数组主方案O(n + m)最适合静态闭区间统计。
扫描线事件排序O(n log n + m)也可实现,但本题时间轴离散,差分更直接。

最终代码与实现

Python 主实现

源文件:main.py

  • 实现状态:当前已有可执行实现
import sys


def solve(data: str) -> str:
    tokens = list(map(int, data.split()))
    if not tokens:
        return ""
    it = iter(tokens)
    n = next(it)
    m = next(it)
    diff = [0] * (m + 3)
    for _ in range(n):
        start = next(it)
        end = next(it)
        diff[start] += 1
        diff[end + 1] -= 1
    current = 0
    best = -1
    first_peak = 0
    idle = 0
    for slot in range(1, m + 1):
        current += diff[slot]
        if current > best:
            best = current
            first_peak = slot
        if current == 0:
            idle += 1
    return "\n".join(
        [
            f"max_rooms={best}",
            f"first_peak_slot={first_peak}",
            f"idle_slots={idle}",
        ]
    )


if __name__ == "__main__":
    sys.stdout.write(solve(sys.stdin.read()).strip())
    sys.stdout.write("\n")

代码执行与运行结果

最新成功运行

Run ID语言时间编译运行耗时(秒)输出终端记录
run-001py2026-03-30T23:44:31.286770+08:00000.03078outputtranscript

PY 运行输出摘录

max_rooms=3
first_peak_slot=3
idle_slots=1

全部运行记录索引

Run ID语言时间编译运行耗时(秒)输出终端记录
run-001py2026-03-30T23:44:31.286770+08:00000.03078outputtranscript

调试、修正与流程留痕

调试日志

源文件:debug-journal.md

症状假设实验结果下一步
样例输出与手算不一致活动区间恰好覆盖到最后一个时段时,要避免数组越界。逐步打印关键中间变量并对照题目公式确认中间量与题面一致后再整理最终输出将该类检查加入回归样例
边界输入触发错误分支多个时段并列达到峰值时,只能保留最早时段。构造最小规模或重复值数据进行单测补齐分支判断顺序把临界值加入验证计划
输出字段顺序或格式错误多项输出题容易在最后阶段拼接出错固定输出模板并逐项对照题面格式化输出统一稳定保留样例输出作为最终比对依据

失败案例目录

源文件:failure-catalog.md

编号风险点预防措施
1活动区间恰好覆盖到最后一个时段时,要避免数组越界。补充边界样例并在实现中显式处理
2多个时段并列达到峰值时,只能保留最早时段。补充边界样例并在实现中显式处理
3当某些时段完全没有活动时,要正确计入 idle_slots补充边界样例并在实现中显式处理

编码过程记录

源文件:implementation-journal.md

阶段改动原因
阶段 1需求整理把题目输入、输出和评分重点整理成结构化规格
阶段 2建模将题目翻译为 差分数组 + 前缀和恢复 所需的数据结构
阶段 3实现分别完成 Python 主实现和需要的 C++ 对照实现
阶段 4校验用样例和边界数据核对输出,再汇总到完整档案

全流程文件导航