举办了一场万人编程赛,我们知道了什么

简介: 阿里云编程大赛选手统计白皮书

伴随着阿里云在线编程大赛如火如荼地进行,我们成功汇总了一系列有关参赛选手的数据。大家是不是好奇,参加编程竞赛的都是何许人也?跟着我们一起看看吧!

男女比例严重失衡,程序“媛”一票难求
image.png

据统计,本次大赛的参赛选手当中男性占据了93%,而女性则仅占据了不足7%。男女数量不成比例,女性计算机行业发展乃是当务之急。

我们的选手遍布五湖四海
image.png

培养优秀的开发者已经不是北上广的专利,大量杭州,郑州,西安等地的选手参与到了本次大赛中。

选手普遍年轻,编程学习从娃娃抓起
image.png
本次大赛的年龄统计产生出了有趣的结果。资料显示,20岁及以下的参赛选手占居了84%,大多以本科生为主;再细分,高中及以下的参赛者占达到了15%,甚至不足10岁的小学学生都占据了总人数的1%。

我说一声C++是世界上最美的语言,谁敢反对?
image.png
统计报告指出,88%的选手在本次大赛中选用了C++作为编程语言。相较于平台提供的Java和Python,C++在运行空间和时间上都有着更大的优势,当仁不让地成为了编程赛场上的主流语言。

要想成绩好,刷题三千道
image.png
调查显示,本次参赛的本科学生中,每周在刷题上花费大于20小时的人数占了足足50%。更有17.8%的人每周刷题时间大于40小时,超过了普通工作者一周的工时。

白天的孤单,夜里的狂欢
image.png
经调查,有84.82%的选手会选择在晚上和凌晨刷题。愿意在早晨刷题的选手占比最低,仅有12%。说好的一天之际在于晨呢?

动态规划,永远滴痛
image.png
数据显示,70.86%的选手对动态规划的题型留下了深刻的印象,认为动态规划是所有题型中最难对付的一个。

你做的对,但你做的也不对
image.png
除了WA(错误答案)之外,TLE(超出限定时间)成为最能引爆选手怒火的返回结果。

头发,老生常谈
image.png

低于20岁的年轻小伙子们中,竟有50%的人对自己的发量表示焦虑,甚至有20%的选手表示:已经太迟了。

一位11岁的参赛选手ogen的家长在接受采访时表示,培养孩子早已成为一件很系统很严肃的事情。不想在文化课上落后,但也不想让孩子太累。”她深思熟虑,最后决定给孩子报名学习计算机编程,旨在培养逻辑思维。“本来孩子对人工智能也抱有兴趣,如此迎合他的兴趣,帮助他培养了学习习惯,文化课孩子靠自己就可以学的很好。”ogen同学在比赛的第三场初赛中取得了前110名的好成绩,着实令家长及工作人员都吃了一惊。

如今随着教育资源的下沉,越来越多年轻的选手参与到阿里云的编程比赛当中。我们欣然接受这样的现象,也同时希望更多热爱编程,想要了解编程的朋友能够加入到比赛当中。无论你是初识编程的小学生又或是正在工作的成年人,阿里云在线编程永远乐于为你提供一个学习与成长的平台。

目录
相关文章
|
11月前
|
存储 虚拟化 数据中心
VMware ESXi 8.0U3e macOS Unlocker & OEM BIOS Dell (戴尔) 定制版
VMware ESXi 8.0U3e macOS Unlocker & OEM BIOS Dell (戴尔) 定制版
316 7
VMware ESXi 8.0U3e macOS Unlocker & OEM BIOS Dell (戴尔) 定制版
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
608 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
Python
SyntaxError
SyntaxError。
1007 8
|
机器学习/深度学习 人工智能 算法
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
球类识别系统,本系统使用Python作为主要编程语言,基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集 '美式足球', '棒球', '篮球', '台球', '保龄球', '板球', '足球', '高尔夫球', '曲棍球', '冰球', '橄榄球', '羽毛球', '乒乓球', '网球', '排球'等15种常见的球类图像作为数据集,然后进行训练,最终得到一个识别精度较高的模型文件。再使用Django开发Web网页端可视化界面平台,实现用户上传一张球类图片识别其名称。
694 7
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
|
语音技术 开发者
ChatTTS:专为对话场景设计的文本转语音模型,底模开源!
最近,开源社区杀出一匹文本转语音领域的黑马——ChatTTS,在Github上仅4天斩获11.2k star。
ChatTTS:专为对话场景设计的文本转语音模型,底模开源!
|
机器学习/深度学习 人工智能 算法
2024年,计算机相关专业还值得选择吗?
2024年,计算机相关专业还值得选择吗?
|
Kubernetes Go 数据库
go-zero 分布式事务最佳实践
go-zero 分布式事务最佳实践
|
存储 安全 Linux
在Linux中,如何格式化一个磁盘分区?
在Linux中,如何格式化一个磁盘分区?
|
TensorFlow 算法框架/工具
【Tensorflow】图解tf.image.extract_patches的用法--提取图片特定区域
文章通过图解和示例详细解释了TensorFlow中tf.image.extract_patches函数的用法,展示了如何使用该函数从图像中提取特定区域或分割图像为多个子图像。
420 0
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:移动应用中的人工智能集成与用户体验优化
【4月更文挑战第3天】 随着人工智能技术的不断进步,移动应用领域正在经历一场革命。本文将深入探讨移动应用中人工智能集成的最新趋势,以及如何通过这些技术提升用户体验。我们将分析自然语言处理、机器学习和计算机视觉等AI技术在移动应用中的具体应用场景,并讨论它们对用户互动、个性化服务和智能推荐系统的影响。此外,文章还将提出一系列策略,帮助开发者在保持用户隐私和数据安全的前提下,有效地集成人工智能功能。

热门文章

最新文章