2019年牛客第五次模拟考试的编程题集合我到现在还有印象。那时候秋招刚进入白热化身边同学人手一个牛客账号每周模考雷打不动。五模这个场次比较特殊它不像前几模那样偏重单一考点而是把字符串处理、排序、动态规划这些高频题型混在一起考难度梯度拉得很开做起来非常有真实大厂笔试的感觉。这篇文章不是要把每道题的题面复述一遍而是想聊聊拿到这么一套编程题集合之后完整的学习路径应该是什么怎么审题、怎么选算法、怎么写输入输出、怎么分配时间、怎么复盘。不管你是在准备校招笔试还是单纯想练算法手感这套方法论都可以直接拿去用。我尽量把当年踩过的坑和后来总结出来的经验都写进去。1. 牛客模考到底在模拟什么五模为什么值得反复做1.1 模考系统与真实笔试的关系差的只是题目难度不是流程牛客模考本质上做了一件很朴素的事把真实笔试的流程搬到浏览器里。限时开始、在线写代码、系统自动判题所有操作都在一个类似OJ的页面上完成。很多人第一次参加在线笔试时会慌不是因为题不会而是不习惯那种页面上没有本地IDE辅助、只能在网页里敲代码的感觉。模考练的就是这个。五模作为2019年度系列的第五场题目设计上已经过了“照顾情绪”的阶段。前几模通常有比较多的送分题五模开始出现一些需要绕弯子的题目比如要用到贪心思路、需要自己推导状态转移方程甚至有些题暴力能过样例但过不了全部测试点。这种设计风格和真实笔试非常接近它有明显的难度分层也逼着你在有限时间里做取舍。所以我的建议很简单把五模这类模考当成一次真正的笔试来对待不要中途退出不要查资料不要暂停计时。分数不重要感受整套流程的完整性和压力感才是重点。1.2 从2019到现在的考点迁移核心算法一直没变有人可能觉得2019年的题太老了没有参考价值。我反而觉得正好相反。校招笔试的考点更新迭代很慢字符串、排序、二分、动态规划、栈队列这些核心内容今天的主流笔试依然在考。变化的只是包装方式可能题干换了个新场景从“排列队伍”变成了“优化系统调度”但底层算法模型还是那一套。我整理了一下这类模考题集里最常见的考点分布你可以对照着看自己哪里薄弱考点出现频率建议投入度字符串处理括号匹配、子串统计很高优先掌握数组与排序逆序对、第K大、next permutation很高优先掌握栈与队列的模拟应用高必须熟练动态规划背包、路径、子序列高系统训练贪心算法中高多练习证明二叉树/图论中等视目标公司而定数论/位运算低有余力再补五模的题目集合基本覆盖了前五项。这也是我推荐大家重复刷的原因它不是一个偏门套题而是一个覆盖面广、层次分明的训练场。2. 拿到一套编程题先学会“拆题”比直接写代码更重要2.1 三分钟读题法先看四个信息点而不是急着看样例我见过太多人拿到题就开始敲代码结果敲到一半发现理解错了题意。这个习惯在时间紧张的笔试里非常致命。后来我总结了一个“四看”读题法看题阶段先找四个信息点数据范围、输入格式、输出格式、样例解释。顺序不能乱。数据范围决定算法选型输入输出格式决定解析逻辑样例解释帮你确认对题意的理解是否正确。举个例子如果题目说 n ≤ 10^5那么 O(n^2) 的暴力做法基本可以直接放弃如果输入描述里写了“多组数据以EOF结束”你就得用循环读取而不是只读一次。我建议在这上面花足三分钟。读题时间不是浪费它可以避免你把二十分钟花在一道理解错误的题上。所谓“题目都会就是没读懂”在笔试里是最亏的丢分方式。2.2 把题面翻译成算法模型的套路题面关键词和算法是能对上的读题不仅是理解字面意思更关键的一步是把中文描述“翻译”成算法问题。这个过程熟练之后做题速度会有质的提升。我给你列一个我自己常用的“翻译表”题干里的说法对应算法方向“最大/最小” “在某个区间内”二分答案“所有可能方案” / “统计组合数量”动态规划或组合数学“最早完成”“最晚结束”贪心排序“是否存在一条路径”“能否到达”图遍历、并查集“最近/最远” 数组双指针、单调栈“出现次数”“子串统计”哈希表 滑动窗口这个表格不是绝对的但它能帮你快速找到一个入口。哪怕一开始方向不完全对也比对着屏幕干想强。能定位到一个可能的算法方向后面的事情就是套模板、调边界、验证复杂度。我刷五模这套题的时候有一个很明显的感受凡是能快速写出解的题都是我能在第一分钟内判断出题型的题。凡是想半天没思路的题基本都是卡在“翻译”这一步。3. 高频考点的代码实现细节这几类题最值得吃透3.1 输入输出解析一切代码的地基写不对全白搭牛客这类OJ平台的输入输出和平时在本地IDE里自己玩不太一样。在线笔试通常要求你从标准输入读数据把结果输出到标准输出中间不要有额外提示。我见过很多同学本地跑得好的代码一提交就“答案错误”有时候不是算法错了是输入解析就没搞对。给你一个通用的输入读取模板我写Python比较多直接用Python来演示import sys def solve(): data sys.stdin.read().strip().split() if not data: return # 根据题目要求解析 idx 0 # 第一行是n表示数组长度 n int(data[idx]); idx 1 arr list(map(int, data[idx:idxn])) # 核心逻辑 result your_function(n, arr) # 输出结果 print(result) if __name__ __main__: solve()这里的核心是sys.stdin.read()它会把所有输入一次性读进来然后用split()按空白字符切分。好处是不用手动处理换行和多余空格。坏处是如果输入里有字符串类型且字符串本身含空格就需要换一种方式解析。所以每次写输入解析之前一定要看一眼输入格式里每行是什么类型。3.2 数组与排序场景复杂度选择是分水岭数组相关的题目在模考里占了不小比重而且经常是区分度的关键。以“求数组中第 K 大的数”这类题为例最简单的思路是排序后直接取下标def kth_largest(nums, k): nums.sort() return nums[-k]这段代码没有任何问题时间复杂度是 O(n log n)。如果 n 只有 1000这么写完全没问题。但如果 n 到了 10^7排序就会超时。这个时候你就需要快速选择算法平均时间复杂度 O(n)或者用堆来维护前 K 个元素时间复杂度 O(n log K)。笔试里到底选哪种实际上取决于数据范围。我一般会先看 n 和 K 的量级K 远小于 n 时用堆更稳想追求理论最优就用快速选择的变形。这是一个典型的“复杂度选择决定生死”的场景也是我想强调的点同样一道题暴力能过和暴力过不了差别就在于你平时有没有养成看数据范围定复杂度的习惯。3.3 字符串处理边界情况的重灾区字符串题看起来简单但往往是最容易在边界条件上翻车的题型。比如括号匹配这种经典题目很多人在笔试里都能写出来但能一次 AC 的人不多。原因就是边界情况太多了空字符串、只有左括号、只有右括号、括号交叉嵌套……我看一道典型题的完整实现就拿“判断括号字符串合法并计算最大嵌套深度”来举例def max_depth(s: str) - int: stack [] depth 0 for ch in s: if ch (: stack.append(ch) if len(stack) depth: depth len(stack) elif ch ): if not stack: return 0 # 右括号无匹配非法 stack.pop() else: # 根据题目要求决定是否处理其他字符 continue if stack: return 0 # 左括号没匹配完非法 return depth关键点在两个return 0的位置用栈来匹配括号如果遇到右括号时栈已经空了说明当前的右括号没有对应的左括号字符串非法如果全部遍历完栈里还有元素说明左括号多了。这两个边界检查缺一个都会让题目用例挂掉。字符串题的一个通用建议是写完代码之后先在脑子里跑五个用例——空串、最简合法串、最简非法串、全同字符串、超长字符串。跑完再去提交能省下很多次罚时。3.4 动态规划入门状态定义写清楚代码只是翻译动态规划是多数人的心理阴影但模考里的动态规划题往往并没有那么可怕。关键点只有一个把状态定义和转移方程写明白代码就是一比一的翻译。我以“网格最小路径和”为例题目是给定一个 m x n 的网格每次只能向下或向右走求从左上角到右下角的最小路径和。第一步不是写代码而是定义状态dp[i][j]表示从起点走到(i, j)的最小路径和。转移方程是dp[i][j] grid[i][j] min(dp[i-1][j], dp[i][j-1])边界条件是dp[0][0] grid[0][0]然后第一行只能从左边走过来第一列只能从上边走过来。状态转移确定了代码就很好写def min_path_sum(grid): m, n len(grid), len(grid[0]) dp [[0] * n for _ in range(m)] dp[0][0] grid[0][0] for j in range(1, n): dp[0][j] dp[0][j-1] grid[0][j] for i in range(1, m): dp[i][0] dp[i-1][0] grid[i][0] for i in range(1, m): for j in range(1, n): dp[i][j] grid[i][j] min(dp[i-1][j], dp[i][j-1]) return dp[m-1][n-1]我见过太多人一上来就直接写双层循环写到一半才想起来状态没定义好然后开始反复改。正确的顺序应该是先在草稿纸上把状态和转移方程写出来再动手写代码。这个过程养成习惯后动态规划题的通过率会明显提升。4. 实战策略模考的时间管理和判题细节不能忽视4.1 全卷答题时间分配先做拿得分的再啃硬骨头一套编程题集合通常有三到五道题时间一般是 90 到 120 分钟。很多人习惯按顺序做遇到难题死磕四十分钟最后简单题反而没时间写完。这是我觉得最亏的做法。我自己的时间分配策略是这样的拿到题目之后先花五分钟把所有题都扫一遍然后给每道题标个难度等级。第一轮先把所有简单题做掉目标是拿到基础分第二轮做中档题最后剩下的时间才用来攻最难的题。不要指望每道题都完全写出并 AC很多时候你能稳定做出三道题就已经超过了大部分人。时间段任务目标前5分钟快速浏览全卷标记难度确定做题顺序第5-40分钟完成所有简单题稳拿基础分减少心理压力第40-80分钟主攻中档题争取额外得分最后20分钟尝试压轴题/检查已提交代码能得一分是一分这套节奏需要平时通过模考来练习。你会发现一旦你在时间分配上有了规划场上就不会被某一道题拖到心态崩溃。4.2 在线判题与本地运行的三大差异提前踩坑考场不慌第一个差异是 Python 版本问题。本地可能是 Python 3.11判题环境可能还是 3.6 或 3.8一些新语法特性比如int | None这种类型写法在线上直接语法报错。写代码的时候尽量使用兼容性高的写法不要秀太新的语法。第二个差异是递归深度。本地递归深度默认大约是 1000 层OJ 环境也一样如果题目数据量较大且使用递归写法很容易因为“递归层数超限”导致运行时错误。遇到树、图这类题目优先考虑用循环加栈来替代递归或者给递归加上sys.setrecursionlimit()把上限调高但也要小心更深层的栈溢出。第三个差异是输出量大的时候print太慢。如果结果要输出几万行用 Python 的print逐行打印会很慢经常直接超时。正确做法是把要输出内容先收集到一个列表里最后用\n.join(output_list)一次性输出。这个优化在模考里经常救我一命。4.3 提交报错后的排查顺序先分类型再动手改看到“答案错误”WA就疯狂改代码是最没有效率的做法。我的建议是先判断错误类型再决定下一步如果是“编译错误”CE优先检查语法、缩进、是否有未定义的变量尤其是在线网页编辑器容易漏掉缩进问题。如果是“运行错误”RE重点检查数组越界、除零、空指针/None 取值、递归栈溢出。如果是“超时”TLE说明算法复杂度不合格需要优化思路而不是微调代码。如果是“答案错误”WA先检查有没有多种情况输出格式不对例如多余空格、换行缺失、大小写不一致再用小规模用例手动验证。我一般会先用题目给的样例测一遍再自己构造两到三组边界用例。如果边界用例都能过还是 WA我会回读一遍题面确认是不是题意理解有偏差。这个过程比盲目打印中间变量要高效得多。5. 复盘方法论把一套题集合的价值榨干5.1 模考后的24小时复盘法趁热打铁记忆最牢模考结束后的24小时是复盘黄金期。刚做完的题目和思路还留在脑子里这时候回顾效率是最高的。我又一次把模板考的成绩和题目整理成了一个表格专门记录题目考察的算法、我的思路、卡住的地方、正确解法、代码实现。复盘重点不在“把答案抄一遍”而在“还原当时的思考过程”。我会问自己三个问题为什么一开始没有往正确方向想是漏看了某个条件还是这个算法不熟下次遇到类似题目第一步应该先判断什么想清楚这几个问题一套题才算真正吃透。5.2 高频错误速查表别让同一个坑埋你两次我做题这些年见过太多重复出现的错误。整理成一张表你自己刷题的时候也可以对照着看错误表现常见原因解决手段本地没问题提交就WA输入解析错误或输出格式不符重新检查输入格式去除多余输出大数据量超时用了O(n^2)以上复杂度根据数据范围设计更优算法运行时RecursionError递归深度超限改用迭代或调高递归深度限制边界用例没过没有处理空输入/极端值写代码前先列出边界情况样例过了但WA题意理解有偏差回读题面检查是否漏看条件这张表我每次刷题前都会扫一眼不是因为记不住而是提醒自己别在低级错误上浪费时间。笔试的罚时是按分钟算的每犯一次低级错误都是在挤压后面题目的时间。5.3 刷题节奏建议不以量取胜以“覆盖度”为目标最后说说刷题策略。很多人喜欢每天刷十几道题刷完就过然后发朋友圈打卡。这种刷法爽是爽但对能力的提升非常有限。我更推荐按主题分类刷题这周只做二分答案下周只做动态规划。每个主题至少集中刷十道以上做到看到题目就能条件反射地想到算法方向才算过关。模考的作用是检验覆盖度哪些主题已经掌握了哪些主题还是空白。五模这套题集合就是一个很好的检测工具。做完之后不要急着做下一套先花上几天时间把暴露出来的薄弱主题补强再进入下一轮模拟。这样一圈一圈下来每个考点都过了一遍筛子笔试通过率自然会高很多。我个人还有一个习惯就是把每套模考里做错的题按“思路错误”和“细节错误”分开归类。如果是思路错误说明这类算法还需要重修如果是细节错误说明代码熟练度不够。这两种错误的包侧重点完全不一样混在一起复盘容易顾此失彼。把这个习惯坚持下来你到后面会发现想要保持稳定的笔试发挥靠的不是刷题数量而是对高频考点的系统性掌握。