競プロは人生の役に立つ！

競プロは
人生の役に立つ
NTTデータ数理システム
大槻兼資
2023/2/5
@JOI 本選講演
1

• 積極的に声やチャットで喋ってもらえたら嬉しいです
最初に
2
• JOI 本選で仲間をたくさん作ろう！
/ 133
• リラックスしよう！楽しもう！
• JOI 頑張ってください！
• JOI 本選進出おめでとうございます！

• 2014年：東京大学大学院情報理工学系研究科
数理情報学専攻修士課程修了
自己紹介 (本業編)
• 2015年〜：NTT データ数理システム
• 専門は数理工学全般
• アルゴリズム
• 探索, ネットワーク, etc…
• 数理最適化
• シフトスケジューリングなど
• 機械学習
• チャットボットなど
http://www.dis.uniroma1.it/challenge9/download.shtml 3 / 99

自己紹介 (本業編)
• アルゴリズムの楽しさを伝える活動をしています！
• 本を 3 冊出版
• Qiita でアルゴリズムの記事を多数執筆

5
競プロは役に立つ！
• 競プロで世界が広がる！
• 競プロ的な問題は社会にもたくさん！
• 競プロで人生が切り拓かれる！

6
• 競プロで世界が広がる！

7
競プロで世界が広がる！
高校
大学
社会
・JOI
・JOI 春合宿
・ICPC
・大学主催コンテストや合宿
・ひたすら精進に打ち込む青春
・AtCoder コンテストは一生楽しめる！
・競プロしなければなかった出会い沢山
・社会人も関わるイベントも沢山

8
JOI 春合宿
https://kininarukotomatome.com/olympiad-informatics/
https://www.ioi-jp.org/joi/2020/index.html
• 対面のコンテストは空気感が違う！
• コンテスト後の感想戦が格別！
• ライバルから刺激を受ける！

9
大学入学後も競プロは続く！
高校
大学
社会
・JOI
・JOI 春合宿
・ICPC

10
ICPC も楽しい！
• 3 人 1 組のチーム戦！！！
https://www.slideshare.net/iwiwi/wakate-web-14323842
• 競プロサークルのある大学もたくさん！
• 合宿やコンテストの開催側にもなれる！

11
競プロで世界が広がる！
高校
大学
社会
・JOI
・JOI 春合宿
・ICPC

12
AtCoder は一生楽しめる！
• AtCoder がずっと続くことを祈りましょう！
• 毎週末、コンテスト後には Twitter が盛り上がる！
https://togetter.com/li/1469550

13
イベント開催もたくさん！
• comb naf
• GigaCode
• 競プロキャンプ
• フォルシアゆるふわコンテスト
• プランクトンサミット
• CPSCO
……などなど、コロナ禍後も少しずつ復活の兆し

14
• comb naf
• GigaCode
• CPSCO

15
• comb naf
• GigaCode
• CPSCO

16
• 一緒にいっぱい楽しもう！！！！！！

17
• 競プロで人生が切り拓かれる！

18
競プロで自己実現！
• アルゴリズム研究者になった人！
• AI 研究開発に繋げた人！
• 競プロで築いた人脈で起業した人！
• AtCoder Jobs 経由で就職・転職した人！
• 本を書いた人！
……などなど、競プロで人生が変わるかもしれない！

19
アルゴリズムを学ぶ動機は様々
• 競技プログラミングで勝ちたい！
• コンピュータサイエンスの重要な一分野として
学んでおきたい
• ソフトウェアエンジニアとしてステップアップしたい
• 就職で有利にしたい！
どんな人にもオススメ！！

20
アルゴリズムで身に付く力
• 問題を理解する力 (理解力)
• ロジカルに考える力 (思考力)
• コーディング力 (技術力)
• アルゴリズムを説明する力 (説明力)
• 何かを楽しんで主体的に学んだ経験そのもの
一生モノのスキル

21
• 競プロ的な問題は社会にもたくさん！

22
アルゴリズムによる問題解決
数理モデル化
AtCoder
みたいな問題
解
解釈・意思決定
アルゴリズム

23
アルゴリズムは分野横断的
• AI や量子コンピュータなどの、分野の流行に依らない
一生モノのスキル
• むしろ AI を学ぶための強力な下地となる
グラフ
動的計画法
○○法
電気機械化学生物経済 ○○
• さまざまな分野の問題が、アルゴリズムの目で見ること
によって本質的に同じ問題になったりなる！
/ 133

24
実務で使ったアルゴリズムたち
• DP (動的計画法)
• ナップサック DP
• 区間 DP
• O(3^N) の bit DP
• セグメント木
• 遅延評価つきセグメント木
• セグメント木上の DP
• フロー
• 二部マッチング
• ABC-G でもありそうな最大フロー問題
• ヒューリスティクス系
• 焼きなましやビームサーチ
• 負閉路があるかもしれない最短路問題

25
実務で使ったアルゴリズムたち
• DP (動的計画法)
• ナップサック DP
• 区間 DP
• O(3^N) の bit DP
• セグメント木
• 遅延評価つきセグメント木
• セグメント木上の DP
• フロー
• 二部マッチング
• ABC-G でもありそうな最大フロー問題
• ヒューリスティクス系
• 焼きなましやビームサーチ
• 負閉路つきの最短路問題

DP (動的計画法) とは
26
問題を一連の部分問題に分割し、
各部分問題の解をメモ化しながら順に求めていく手法
• とても抽象的で汎用的
• 適用範囲が広い
• ただし一見わかりにくい
/ 133

動的計画法の例題
27
足場を「ジャンプ」しながら左端から右端へ行きたい
AtCoder Educational DP Contest A - Frog
ただし「隣の足場」か「1 個飛ばしの足場」にのみ進める
ジャンプの所要時間は「足場の高さの差」
左端から右端までの最短所要時間を求めよ
4m 7m
7 - 4 = 3 秒！
3m
/ 133

28
例:
・足場が 7 個
・(2, 9, 4, 5, 1, 6, 10)
/ 133

29
例:
・足場が 7 個
・(2, 9, 4, 5, 1, 6, 10)
/ 133

30
例:
・足場が 7 個
・(2, 9, 4, 5, 1, 6, 10)
+4
+1 +1
+2
最短: 8 秒
/ 133

グラフの問題と考える
31
例:
0 1 2 3 4 5 6
7
2
5 1 4 5 4
4
3
1 9
・足場が 7 個
・(2, 9, 4, 5, 1, 6, 10)
/ 133

32
グラフ
• 物事の関係性を「丸」と「線」を用いて表したもの
• コンピュータサイエンスのあらゆる領域で使われる
頂点辺
/ 133

• あれもこれも実はグラフ！
• さまざまな分野の問題をグラフに関する問題として
見通よく汎用的に扱える！
33
アルゴリズムの精神
グラフ
/ 133

34
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
• ノード 0 からノード 6 への最短経路を求める！
/ 133

35
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
• ノード 0 からノード 6 への最短経路を求める！
• 答えは、2 + 1 + 1 + 4 = 8
/ 133

問題を次のように分解する
36
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
• ノード 1 へ至る最小コストを求める小問題
• ノード 6 へ至る最小コストを求める小問題 / 133

37
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6

38
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6

39
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6

40
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6

41
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6

42
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6

メモ化用の DP テーブル
43
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
メモ
/ 133

頂点 0 への最小コスト (初期条件)
44
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
0
メモ
/ 133

頂点 1 への最小コスト
45
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
0
7
7
メモ
/ 133

46
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
0 7
2
5
2
12 vs. 2
メモ
/ 133

47
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
0 7
4
1
2
3 vs. 11
3
メモ
/ 133

48
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
メモ
0 7
3
4
2
7 vs. 5
3 5
/ 133

49
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
0 7
1
5
2
10 vs. 4
3 5 4
メモ
/ 133

50
0
7
2
5 1 4 5 4
4
3
1 9
1 2 3 4 5 6
0 7
9
4
2
8 vs. 14
3 5 4 8
メモ

実装上は
51
• メモ化用の DP テーブルを配列でもつ
dp[v] ← 頂点 0 から頂点 v へ至る最短コスト
i-2 i-1 i
dp[i] = min(dp[i-1] + f(i-1, i),
dp[i-2] + f(i-2, i)
/ 133

動的計画法の着眼
52
• メモ化：何度も参照される小さな問題の結果を保存して
すぐに参照できるようにする (キャッシュ)
問題を一連の部分問題に分割し、
各部分問題の解をメモ化しながら順に求めていく手法
• 部分問題への分割：同じ構造を持つ小さな問題 (部分問
題) の結果を使うことで大きな問題が解ける
• ノード 1, 2, 3, 4, 5, 6 への最短経路を順に求めた
/ 133

実務でも登場した問題 2 つ紹介
53
• JOI 本選 2016 A 問題 - オレンジの出荷
• AtCoder ARC 070 E - NarrowRectangles

54
大きさが A[0], A[1], …, A[N-1] のオレンジがある
0 1 2 3 4 5 6 7 8 9
前から順に、箱に詰めていく
各箱のコストは、
「K + (箱内の A の最大値 - 箱内の A の最小値) × 個数」
各箱のコストの総和を最小化せよ
3 5 4 9 11 8 10 1 7 8
K = 5
/ 133
JOI の問題：オレンジの出荷 (改)
JOI 本選 2016 A 問題

55
0 1 2 3 4 5 6 7 8 9
3 5 4 9 11 8 10 1
K = 5
7 8
基本コスト
/ 133

56
0 1 2 3 4 5 6 7 8 9
3 5 4 9 11 8 10 1 7 8
K = 5
例
/ 133

57
0 1 2 3 4 5 6 7 8 9
3 5 4 9 11 8 10 1 7 8
K = 5
例
5 + (9 - 3) × 4
= 29
5 + (11 - 8) × 3
= 14 5
5 + (8 - 7) × 2
= 7
/ 133

58
0 1 2 3 4 5 6 7 8 9
3 5 4 9 11 8 10 1 7 8
K = 5
例
5 + (9 - 3) × 4
= 29
5 + (11 - 8) × 3
= 14 5
5 + (8 - 7) × 2
= 7
コスト: 55
/ 133

59
0 1 2 3 4 5 6 7 8 9
3 5 4 9 11 8 10 1 7 8
K = 5
• Frog 問題と同様に「前から何個かのオレンジ」に
ついての小問題に分割していく
/ 133

60
0 1 2 3 4 5 6 7 8 9
3 5 4 9 11 8 10 1 7 8
K = 5
• メモ化用の配列を用意する
/ 133

61
0 1 2 3 4 5 6
3 5 4 9 11 8 10
K = 5
• メモ化用の配列を用意する
たとえばこのマスには
前から 7 個のオレンジ
についての答えを格納
/ 133

62
0 1 2 3 4 5 6 7 8 9
3 5 4 9 11 8 10 1 7 8
K = 5
• 前から 0 個のオレンジについての答えは 0
0
/ 133

63
前から 0 個
K = 5
0
/ 133

64
前から 1 個
0
3
K = 5
0 5
+5
1
1 個のオレンジ {3}
を箱詰めするコストは 5
/ 133

65
前から 2 個について考える
0
3
K = 5
0 5
1
5
• 最後の箱をどうするかで場合分けして考える
• 最後の箱が {3, 5} である場合
• 最後の箱が {5} である場合
/ 133

66
0
3
K = 5
0 5
1
5
+9
• 最後の箱が {3, 5} のとき：コストは 0 + 9 = 9
/ 133

67
0
3
K = 5
• 最後の箱が {3, 5} のとき：コストは 0 + 9 = 9
0 5
1
5
+5
• 最後の箱が {5} のとき：コストは 5 + 5 = 10
/ 133

68
0
3
K = 5
• 最後の箱が {3, 5} のとき：コストは 0 + 9 = 9
0 5
1
5
• 最後の箱が {5} のとき：コストは 5 + 5 = 10
9
+9
/ 133

69
K = 5
0 5 9
0 1 2
3 5 4
• 最後の箱が {3, 5, 4} である場合
/ 133

70
K = 5
• 最後の箱が {3, 5, 4} のとき：コストは 0 + 11 = 11
0 5 9
0 1 2
3 5 4
+11
/ 133

71
K = 5
• 最後の箱が {3, 5, 4} のとき：コストは 0 + 11 = 11
0 5 9
0 1 2
3 5 4
• 最後の箱が {5, 4} のとき：コストは 5 + 7 = 12
+7
/ 133

72
K = 5
0 5 9
0 1 2
3 5 4
+5
• 最後の箱が {3, 5, 4} のとき：コストは 0 + 11 = 11
• 最後の箱が {5, 4} のとき：コストは 5 + 7 = 12
• 最後の箱が {4} のとき：コストは 9 + 5 = 14
/ 133

73
K = 5
0 5 9
0 1 2
3 5 4
• 最後の箱が {3, 5, 4} のとき：コストは 0 + 11 = 11
• 最後の箱が {5, 4} のとき：コストは 5 + 7 = 12
• 最後の箱が {4} のとき：コストは 5 + 7 = 14
11
+11
/ 133

74
K = 5
0 5 9
0 1 2
3 5 4
• 最後の箱が {3, 5, 4, 9} である場合
• 最後の箱が {5, 4, 9} である場合
3
9
11
/ 133

75
K = 5
0 5 9
0 1 2
3 5 4
3
9
11
+29
• 最後の箱が {3, 5, 4, 9} のとき：コストは 0 + 29 = 29
/ 133

76
K = 5
0 5 9
0 1 2
3 5 4
3
9
11
• 最後の箱が {3, 5, 4, 9} のとき：コストは 0 + 29 = 29
+20
• 最後の箱が {5, 4, 9} のとき：コストは 5 + 20 = 25
/ 133

77
K = 5
0 5 9
0 1 2
3 5 4
3
9
11
• 最後の箱が {3, 5, 4, 9} のとき：コストは 0 + 29 = 29
• 最後の箱が {5, 4, 9} のとき：コストは 5 + 20 = 25
+15
• 最後の箱が {4, 9} のとき：コストは 9 + 15 = 24
/ 133

78
K = 5
0 5 9
0 1 2
3 5 4
3
9
11
• 最後の箱が {3, 5, 4, 9} のとき：コストは 0 + 29 = 29
• 最後の箱が {5, 4, 9} のとき：コストは 5 + 20 = 25
• 最後の箱が {4, 9} のとき：コストは 9 + 15 = 24
+5
• 最後の箱が {9} のとき：コストは 11 + 5 = 16
/ 133

79
K = 5
0 5 9
0 1 2
3 5 4
3
9
11
• 最後の箱が {3, 5, 4, 9} のとき：コストは 0 + 29 = 29
• 最後の箱が {5, 4, 9} のとき：コストは 5 + 20 = 25
• 最後の箱が {4, 9} のとき：コストは 9 + 15 = 24
• 最後の箱が {9} のとき：コストは 11 + 5 = 16
16
+5
/ 133

80
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
/ 133

81
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
• 最後の箱が {9, 11} のとき最適：コストは 11 + 9 = 20
+9
20
/ 133

82
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20
5
8
/ 133

83
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20
5
8
• 最後の箱が {8} のとき最適：コストは 20 + 5 = 25
25
+5
/ 133

84
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
/ 133

85
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
• 最後の箱が {9, 11, 8, 10} のとき最適：コストは 11 + 17 = 28
+17
28
/ 133

86
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
28
7
1
/ 133

87
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
28
7
1
+5
33
/ 133

88
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
28
7
1
33
8
7
/ 133

89
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
28
7
1
33
8
7
+5
38
/ 133

90
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
28
7
1
33
8
7
38
9
8
/ 133

91
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
28
7
1
33
8
7
38
9
8
• 最後の箱が {7, 8} のとき最適：コストは 33 + 7 = 40
40
+7
/ 133

92
最適解
K = 5
0 5 9
0 1 2
3 5 4
3
9
11 16
4
11
20 25
5 6
8 10
28
7
1
33
8
7
38
9
8
40
/ 133

93
オレンジの出荷は「区間分割」
0 1 2 3 4 5 6 7 8 9
• 系列データをいくつかの区間に分ける問題に一般化
• 区間分割の仕方を最適化する
• さまざまな分野の問題が、区間分割問題へと帰着される
/ 133

94
http://chasen.naist.jp/chaki/t/2009-09-30/doc/mecab-cabocha-nlp-seminar-2009.pdf
僕は君を愛している
僕は君を愛している
単語ごとに区切る
/ 133
実例 (1)：分かち書き

95
実例 (2)：タイムスケジューリング
• 各客になるべく早く荷物を届け終えたい！
• 制約 (1)「何時から何時の間に届けてほしい」
• 制約 (2)「〜分間に 1 回は休憩が必要」 (by 法律)
→ どこで休憩をとるかを最適化したい！
休憩時間ごとに区切る

96
• 発電の on と off のタイミングを最適化する
on off on off
• 需要供給バランスの考慮などもあって、各区間のコス
ト関数 f(i, j) はとても複雑なものになる
• 「〜時間以上連続稼働」といった制約も考慮
/ 133
実例 (3)：発電計画問題

97
・さまざまな長さのパネルが順に並んでいる
・それをいくつかのグループに分ける方法を最適化する
/ 133
実例 (4)：パネルグループ分け

実務でも登場した問題 2 つ紹介
98
• AtCoder ARC 070 E - NarrowRectangles

ARC 070 E - NarrowRectangles
99
• 幅 1 の長方形が縦に並んでいる
• 各長方形を左右に動かして繋がっているようにしたい
• 総移動距離の最小値を求めよ

実例 (5)：発電量調節問題
100
• 毎分ごとに発電量を決めたい
• ただし急激な変化はできない
• 長方形の紙を繋げるという制約に対応する

101
アルゴリズムは分野横断的！
• JOI の問題も、まさにそういう問題たち
グラフ
動的計画法
○○法
電気機械化学生物経済 ○○
• さまざまな問題が、アルゴリズムの目で見ることに
よって本質的に同じ問題になったりなる！
/ 133

102
全体のまとめ
• JOI 頑張ってください！
• JOI 本選進出おめでとうございます！
• 大学入学後も競プロ人生は続く！
• 仲間をたくさん作ろう！
• 競プロが実務やキャリア形成で役に立つことも

競プロは人生の役に立つ！

More Related Content

What's hot

Similar to 競プロは人生の役に立つ！

More from Kensuke Otsuki

競プロは人生の役に立つ！