1、审题：做信息学题目时提取不对建模时也会跑偏。
2、定复杂度：除了题干中的信息，我们还需要关注数据范围和时空限制，它们共同限制了我们接下来能使用哪些复杂度的算法。
3、选择算法：对同样一个题目，我们可以使用的算法并不一定是的。在确定的时空复杂度下，可用的算法或者算法组合会有很多。我们需要知道如何进行选择。
4、程序实现：在确定算法后，编程去实现时也要注意程序的整洁、易读，我们既要关注如何编得更快，也要尽可能养成好习惯确保之后调试时不会太费劲。
5、验证程序：边界情况考虑不全，因细节遗漏而导致实现不是非常可惜的。我们要知道如何测试得更全面，避免因细节而留遗憾。
还有很多选手，会出现在选练习题时陷入“反复刷已经会的题目”的谜之操作。
这种现象被称为“舒适区停留”。当学习到一定阶段后，大家已经可以较好地掌握基本的程序语言和简单的数据结构、算法。
这时候，有部分选手就会开始停留在舒适区，不自觉地反复做差不多的题目。看似在努力学习，本质上却很难进步。
虽然假期时间充足，但千万不要因为反复循环，练习一些不适合自己的赛题而耽误备赛。
信竞备赛建议：CSP-J/S相对更别的竞赛来说难度较小，主要还是考察选手对基础算法和数据结构的掌握情况。
每年考察的算法虽然对深度要求不高，但是对广度的要求还是较高的。
所以在备赛阶段不要太过于钻研某一个算法，或太纠结于某一个较偏门的问题，还是要以打基础、查漏补缺为主。
温馨提示：
