acm初学者应该准备和阅读什么？
第一，语言是最重要的基本功。
不管你关注什么，只要是最终通过计算机程序实现的比赛，语言都是大家要过的第一道坎。亚运会支持的语言包括C/C++和JAVA。作者先说说JAVA。众所周知，JAVA作为一种面向对象的王牌语言，在大型项目的组织和安全方面有着自己独特的优势，但是对于信息学竞赛的特定场合就不那么适合了。它对iostream的操作比C++复杂得多，更重要的是JAVA程序的运行速度比C++慢10倍以上，但竞赛中JAVA程序的运行时间限制往往没有同比例放宽。其实我并不提倡人们在这种情况下过多的使用面向对象的编程思维，因为对于小程序来说，不仅需要花费更多的时间来编写代码，还会降低程序的执行效率。
接着讲C和C++。许多听课的学生还是大一新生。他们刚学完C的基础知识，还没接触过C++。其实在赛场上用纯C的选手也不少。他们主要看重纯C在效率上的优势。因此，如果时间有限，这些学生不需要急于学习新的语言。只要他们提高算法设计的造诣，纯C就能发挥很大的作用。
与C相比，C++在iostream上的封装大大方便了我们的操作，降低了出错的可能性，可以很好的在标准流和文件流之间切换，方便调试。如果有同学在意这个，可以尝试C和C++混合使用。毕竟只学C++的流操作，花不了多少时间。
C++的另一个支持来自标准模板库(STL)。对基本数据结构的统一接口操作和库中提供的基本算法的实现，可以缩短我们的代码长度，可以节省一些时间。但相比之下，使用STL需要在效率上做出一些牺牲，对于输入规模较大的题目，有时必须舍弃STL，也就是说不能有“有了STL，就可以忽略基础算法的实现”的想法；另外，要熟练恰当地使用STL，必须经过一定时间的积累，准确理解各种操作的时间复杂度，避免滥用STL不熟悉的部分，因为其中包含了很多初学者不容易发现的陷阱。
通过上面的分析，我们可以看到，就信息学奥数而言，对语言的掌握不要求很全面，但是经常用到的部分一定要很熟练，不能有歧义。我举一个真实的例子来说明这个道理——哪怕是轻微的语言障碍也可能导致错误:
在去年清华的比赛中，有一支队伍在做F题的时候使用了cout和printf的混合输出。因为一个有缓冲，一个没有，时间长了输出就乱了。只是因为judge team中负责F题的人眼尖，看到答案正确但顺序不对(答案超过一页，是所有问题中输出最长的)，看了一下程序，发现只是输出问题，给出了一个演示错误(格式错误)。如果考官不是这样，而是直接给出一个错误的答案，我相信这个团队很难发现自己错在哪里。
现在我们转到第二个讨论，基础学科知识的积累。
第二，以数学为基础的基础知识很重要
虽然定义为编程比赛，但参赛者遇到的问题更多的是缺乏解决问题的思路，而不是缺乏平时积累的基础知识。今年的世界决赛由波兰华沙大学获胜，其成员来自数学系而非计算机系。这是一个生动的例子。竞赛涉及的基础学科主要以数学为主，物理、电路等方面可能会有一些应用，但不多。所以，大一新生也不用觉得自己还没学完数据结构，赶紧拿起数学吧！我来说说竞赛中应用的数学主要分支。
1，离散数学——离散数学作为计算机科学的基础，是竞赛中涉及最多的数学分支，其最重要的在于图论和组合数学，尤其是图论。
图论之所以应用广泛，是因为它的变化最多，可以很容易地把基本的数据结构和很多算法的基本思想结合起来。常用的知识有连通性判断、DFS和BFS、连接点和关键路径、欧拉路径、最小生成树、最短路径、二部图匹配和网络流。这部分虽然比重很大，但往往是竞赛中的一道难题。如果一个初学者对这部分的一些具体内容一时感到不知所措，不要着急，可以慢慢积累。
大部分竞赛设计的组合计数问题都需要用组合数学来解决。与图论相比，组合数学中的知识更简单，很多都是小学上过奥数的同学所熟悉的，但有些部分需要对代数结构中的群论有初步的了解才能学习。组合数学在竞赛中很少以难题的形式出现，但如果积累不够，这个领域的任何题目都可能成为难题。
2.数论——质数判断同余模型构造的问题往往需要更多的数论知识才能解决，在竞赛中并不是很重要，但只要来一块，就足以让知识不足的人苦思一阵子。素数判断和同余在以密码学为背景的题目中最为常见。利用密码学常识确定近似过程后，核心算法往往涉及到数论的内容。
3.计算几何——计算几何相对于其他部分是相对独立的，也就是说很少和其他知识点过多结合。常用的部分有线段相交的判断、多边形面积的计算、内点和外点的判断、凸包等。计算几何的问题不会很难，但绝不会是最弱的问题。
4.线性代数——线性代数的应用围绕矩阵展开，一些看似模拟的题目往往可以借助矩阵找到更好的算法。
5、概率论——比赛用黑箱评判，这意味着你几乎不能用概率算法的思想，但这不代表概率没用。在这一点上，我们只能通过一定的实践来理解。
6、初等数学和解析几何——这主要是中学的知识，用的不多，但至少比高等数学多。我觉得有必要熟悉数学手册里的相关内容，至少要知道去哪里找。
7.高等数学——我接触过的纯粹用高等数学的题目只有一个，但有些题目的叙述背景往往需要和这部分有关。牢牢掌握它总是无害的。
以上是竞赛涉及的数学领域，可以说范围相当广。我认识的很多人搞信息学竞赛就是为了逼自己多学点数学，因为数学是一切的基础。
第三，数据结构和算法才是真正的核心。
虽然数学很重要，但是如果三个只懂数学的人参加比赛，我相信大多数情况下，他们会得到比三个只懂数据结构和算法的人更悲惨的结局。
我先说一下数据结构。需要掌握队列、栈、图的基本表达和操作。至于树，我个人认为需要建的问题有但不多。(但是树往往是非常重要的分析工具。)此外，排序和搜索并不需要精通所有的方法，但你必须确保你有一个解决方案，满足每种情况在时间复杂度上的最低要求。说到时间的复杂度，就该说说哈希表了。比赛中的时间限制远远多于空间限制，这就需要大家尽快掌握“以空间换时间”的原理和策略。可以存储在哈希表中的数据在那时一定不能被搜索。如果真的不可能建立哈希表，让我们看看是否可以建立一个二叉查找树等。——这些都是争取时间的策略。掌握这些技能需要大家对数据结构，尤其是算法的复杂性有一个全面的理性和感性的认识。
然后说说算法。最基本和最常用的算法是搜索，主要使用回溯和分支定界法。这里我想说的是，有些初学者在学习这些基本的搜索算法时，并不太注意剪枝，这是非常不可取的，因为所有的搜索题目都不会给你大规模的测试用例，你往往也注意不到程序的运行时间，但是真实的测试数据一定会过滤掉那些没有剪枝的算法。其实参赛者基本都是用常用的搜索算法，题目的差异化程度往往是基于剪枝等优化。
另一类常用的算法是基于“相似或相同的子问题”，包括递归、递归、贪婪方法和动态规划。其中动态编程更难掌握，如何抽象出重复的子问题是很多题目的难点。我建议初学者仔细了解一些图论中基于动态规划的基本算法(比如Floyd-Warshall算法)，多读一些定理的证明，虽然不能直接帮助，但是长期坚持会对思考很有帮助。
第四，团队合作
从上面的介绍可以看出，信息学奥数的知识面很广，光靠他自己消化这些东西是非常困难的，这就需要我们尽可能的发挥团队合作的精神。同组成员之间娴熟的配合和默契是需要时间的，具体情况因成员构成而异，这里就不多说了。
五、练习、练习、再练习
知识的积累固然重要，但是信息学毕竟不是看出来的，而是实践出来的，这是很多前辈最深的体会。只有通过具体题目的分析和实践，才能真正掌握数学的运用和算法的应用，并在不断的实践中增加编程经验和技巧，提高对时间复杂性的感性认识，优化时间的分配，加强团队合作。总之，这里绝对不能纸上谈兵。你必须通过实战来锻炼自己。
大家一定要问，从哪里可以发现问题，如何检查程序是否正确？这个不用担心。现在有很多在线解题网站，提供了大量的题库，支持在线阅卷。你只需要提交程序源代码，马上就能知道你的程序是否正确，运行的时间和消耗的内存。下面我给你推荐几个网站。我不建议你把这几个站点的题都做，选一个就好，因为每个站点的题都有一定的难度。一套系统的题库，可以让你知道各种难度，各种类型的题。
1、乌拉尔:
乌拉尔是中国学生对俄罗斯乌拉尔州立大学的简称，该校设置了乌拉尔在线问题集，支持在线评判。乌拉尔的很多题目都是算法的，很有趣，深得国内学生的喜爱。据“信息学初学者之家”网站统计，乌拉尔的题目类型大致分布如下:
考试问题的类型
搜索
动态规划
贪婪
结构
图论
计算几何
纯数学问题
数据结构
其他的
的比例
大约10%
大约15%
大约5%
大约5%
大约10%
大约5%
大约20%
大约5%
大约25%
这和实际比赛中的题量分布大致相同。感兴趣的朋友可以去看看。
2、UVA:
UVA代表西班牙的瓦拉杜利德足球俱乐部大学。其中一所大学建立了带在线评判的习题集档案，支持在线评判，类似乌拉尔大学的题库。但与乌拉尔不同，UVA的题目很多且复杂，有些题目的测试数据比较棘手。这就让刚到那里做题的朋友经常无所适从，或者很难找到合适的题目，或者错了很多次还是不知道错在哪里。如果乌拉尔题目主要是为了训练算法，那么UVA题目可以训练全方位的基本功和一些必要的编程素质。UVA和很多世界知名大学联合举办同步线上比赛，所以那里有无数的强者，但是你首先要让自己明白他们在说什么:)
3、ZOJ:
ZOJ是浙江大学建立的在线法官，是中国大学建立的第一个类似网站，也是最好最受欢迎的一个。笔者和很多同学都在这里实习。虽然ZOJ也定位为英文网站，但是这里有很多中国留学生，让人感觉很友好。目前这里有500多个题目，难度适中，用索引覆盖了各大洲的题目类型。另外，ZOJ的JUDGE系统是几个表现不错的网站之一，很少出现回答错误和演示错误的混淆。这里每月还有一次线上比赛，所有注册用户都可以参加。
说起国内的在线评委，去年才开始参加ACM比赛的北大，现在已经建立了自己的投稿系统。我们学校去年也开始参加比赛，现在有可能推出自己的投稿系统。如果可以做到，那么大家都可以去it做题。类似网站的快速发展表明越来越多的学生对探索信息学领域感兴趣，这是一件好事，也意味着更激烈的竞争。
看看这篇文章能为你做些什么！我也是ACM的初学者！