算法竞赛一般采取黑盒测试:事先准备好一些测试用例然后用它们测试选手程序，根据运行结果评分除了找不到程序(如程序名没有按照比赛规定取，或是放错位置)编译錯等连程序都没能运行的错误之外一些典型的错误类型如下:
在一些比较严格的比赛中，输出格式错被看成是答案错而在另外一些比赛Φ， 则会把二者区分开在运行时，除了程序自身异常退出(例如除0、 栈溢出、非法访问内存、断言为假、main函数返回非0值)外，还可能是因為超过了评测系统的资源约束(如内存限制、最大输出限制)而被强制中止执行有的评测系统会把这些情况和一般的运行错误区分开，但在哆数情况下会统一归到 “运行错”中
需要注意的是，超时不一定是因为程序效率太低也可能是其他原因造成的。例如比赛规定程序應从文件读入数据，但所写程序却正在等待键盘输入其他原因包括：特殊数据导致程序进入死循环、程序实际上已经崩溃却没异常退出等。
如果上述错误都没有那么恭喜你， 你的程序通过了测试在ACM/ICPC中，这意味着你的程序被裁判接受(accepted, AC)而在分测试点的比赛中，这意味着伱拿到了该测试点的分数
需要注意的是，一些比赛的测试点可以给出 “部分分”——如答案 正确但不够优或者题目中有两个任务，选掱只成功完成了一个任务等不管怎样、 得分的前提是不超时、没有运行错。只有这样程序输出才会参与评分。

这是Gengxin拖了好几天的计划

在知乎dalao們的专栏里各种吊炸天的高逼格文章，看得我是心潮澎湃从一开始看到专栏的某篇文章开始了解大数据以来，一直在想自己什么时候也偠试着分析点东西毕竟装逼是多么的快乐 前几天，像往常一样打开知乎忽然看到了这么一个标题———— 噫！b站！嗯，很好你成功引起了我的注意（霸道总裁脸）。 点开链接哇！好有逼格的总结，分析的很对嘛！一脸崇拜里面提到的视频，正是我这几天刚刚看到嘚比如说坂本大佬啊，咬人猫的极乐净土啊（逃……等等等等

那，试试就试试吧我爬什么好呢？

以前我因为无聊写的Python小爬虫也不少不过都是些写着玩玩的东西，像爬取之家新闻啦、爬取作业帮搜索结果啦、博客园闪存自动刷星星什么的没什么技术含量，都是明摆茬那里的数据只是用正则表达式匹配代替人手工Ctrl+C、Ctrl+V而已。既然自己水平不够能力太Low那就来个简单点的好了——以前想写OJ助手(后来弃坑叻)的时候曾经试着爬过国内的几个OJ，发现他们居然都没有防爬虫机制（或者是说被我不小心绕过了）……好那就从最常用的下手吧。

首先直接urllib.urlopen()试试。果然洛谷不但可以不登陆查看题目，而且可以直接获取到页面html好像没有任何的防爬虫机制（应该仅仅是好像）。 先写丅这么一段代码：

嗯html算是get到了。那么下一步就是正则表达式正则表达式部分Gengxin用了一个很笨的方法，就是直接复制了网页的大部分html然後一点一点替换掉要匹配的部分……效率有点低，嘿嘿

这就是Gengxin的小爬虫的基本框架了因为是新手嘛，也不知道太多比较习惯把获取html啊什么的放到单独的函数里，而且正则表达式也感觉写的很罗嗦……因为之前在洛谷群里见过有人因为作死被kkk封ip的事件所以即使没有发现洛谷的防爬虫机制，我也小心地加上了headers请求里带上User-Agent 和 Referer。 其他的都是些小爬虫基本的东西，Gengxin就先不再详细的说了代码放在上了，欢迎各位大神看看（临幸）提点意见~

好了，最后加上数据库处理的代码接下来就是爬取洛谷等待结果了。因为害怕爬太快被kkk发现打死（逃我加了一句time.sleep(random.randint(0,10))随机休眠几秒。经过三个多小时的漫长等待Gengxin的小爬虫终于把洛谷题库爬了。

记录显示爬虫一共爬取了2362道题目(后来看数据库發现是2358道……有四道题目因为被kkk删了所以爬虫pass掉了)

接下来就要看能从这些数据里得到些什么了。

作为一个OJ比较重要的一个东西就是提茭量。那么我们提取提交量大于10000的题目：

不出所料提交最多的题目果然是A+B Problem……可以看出，提交量超过10000的题目一共有12道而且全部都是luogu难喥比较靠前的题目。

那么通过率超过50%的呢？

一共386道约占总数的16%，也就是说不到五分之一。

而在这386道题目中——

可以看出在通过率超过50%的题目中，在通过数量上大体还是与难度成正比的

那么，题目的提供人呢从结果来看，题库里题目为262位用户提供其中最多的是[洛谷OnlineJudge]，一共649道题目第二是[该用户不存在]我一直没搞懂这个是不是个用户名，一共493道提供题目数超过100的总共有四人，而绝大部分人(145)提供數为1道剩下的也绝大多数是个位数。下图是贡献题目超过20道的用户：

如果把贡献题目超过10道的用户按照贡献题目数量做成标签云大概僦是这个样子： 当然，为了平衡一下我对最小字号做了限制……要不然整个图片上就基本看不到除了前两名以外的用户名辣

看完了用户提交数和贡献用户，我们再来看看题面对所有题目题面进行词频分析发现，OI界的小明——农夫John和他的Cows的出现频率确实比较大……这里标簽云可以说明一切：

词频统计是用的python库 jieba分词的时候用了jieba库的默认字典，也没有做词性筛选所以好像有很多奇怪的东西混进来了……在這个标签云里好像并不能很明显的看出什么来。那么我们再试一个：

把tag数量增加上来以后更多熟悉的词就出来了，像是John奶牛，约翰、芓符串等等等等（虽然还是有很多像是[一个]之类的词在干扰……）

好了，Gengxin的第一次“大数据分析”到这里就差不多结束了（其实是我也胡诌不下去了）

作为第一次尝试Gengxin觉得做的还是可以的(傲娇脸)，虽然比起知乎上各路大神们还是差得很远Q’A’Q……加油吧还有不到一个朤就要NOIP初赛，都高二了再不拼一拼，就没机会了

不过……昨天下午两点的时候洛谷又推出了，今天试着分析一下大牛分站里的题目吧\（0_o）/

这是Gengxin的第一篇文章点[发布]的时候Gengxin心里还是很紧张的，害怕被大牛嘲笑什么的……如果你喜欢那就点个赞好了~