ACM 课程前期准备：C++ 环境与 AI 助教

这份清单请在开课前一天完成。上课时间用来写题和讨论算法，不用来现场安装环境。完成标准是：能在 Ubuntu 终端编译、运行一个 C++ 程序，并能用 VS Code 打开同一个目录。AI 助教是选做项；没有账号、API Key 或付费额度，也可以完成基础准备。

先确认自己的系统

本课程统一在 Ubuntu 终端里运行 g++、gdb 和 git。Windows 同学把代码放在 Ubuntu 的家目录，例如 ~/acm，不要把课程工程放在 /mnt/c/...。微软的 WSL 文件存放建议也建议把 Linux 命令频繁访问的文件放在 Linux 文件系统中。

1. Windows：安装 WSL 2 和 Ubuntu

以管理员身份打开 PowerShell，运行：

1wsl --install

按提示重启电脑。首次启动 Ubuntu 时，设置一个 Linux 用户名和密码；输入密码时终端不会显示字符，这是正常的。回到 PowerShell，检查发行版和 WSL 版本：

1wsl --list --verbose

列表中应能看到 Ubuntu，VERSION 应为 2。然后从开始菜单打开 Ubuntu，以下标注为 bash 的命令都在 Ubuntu 终端运行。如果安装命令报错，先看微软的 WSL 安装说明和错误提示，不要在 Windows PowerShell 里执行 apt。

已有 Ubuntu 实机的同学直接打开终端，继续下一步。

2. Ubuntu：安装 C++ 工具

1sudo apt update
2sudo apt install build-essential gdb git
3g++ --version
4gdb --version
5git --version

build-essential 包含课程需要的 C++ 编译工具。最后三条命令都能显示版本号，才算安装成功。这里不要求先安装 CMake；第一周的单文件程序用一条 g++ 命令即可编译。

3. 安装 VS Code，并连接 Ubuntu

Windows 同学在 Windows 中安装 VS Code，在扩展市场安装微软的 WSL 扩展。打开 Ubuntu 终端，建立课程目录并在 VS Code 中打开：

1mkdir -p ~/acm
2cd ~/acm
3code .

VS Code 打开后，确认左下角显示 WSL 连接状态；在扩展页面给 WSL: Ubuntu 安装微软的 C/C++ 扩展。注意窗口和终端是否都在 Ubuntu 环境，避免在 Windows 与 Ubuntu 各建一份 main.cpp。具体界面可参考 VS Code 的 WSL 指南和 WSL C++ 配置说明。

Ubuntu 实机的同学安装 VS Code 后，在普通终端运行相同的 mkdir、cd、code . 命令，并安装 C/C++ 扩展；界面不会显示 WSL 标识。

4. 编译并运行第一个程序

在 ~/acm 中新建 main.cpp：

1#include <bits/stdc++.h>
2using namespace std;
3
4int main() {
5    cout << "ACM Ready!" << endl;
6    return 0;
7}

打开 VS Code 的 Ubuntu 终端，确认当前目录是 ~/acm，然后运行：

1pwd
2g++ main.cpp -std=c++20 -O2 -Wall -Wextra -o main
3./main

最后应输出 ACM Ready!。g++ 成功时通常不输出内容；-std=c++20 指定语言标准，-O2 开启常用优化，-Wall -Wextra 显示更多编译警告，-o main 指定可执行文件名。以后改完代码，要重新编译再运行，否则 ./main 仍可能是旧程序。

5. 选做：在 VS Code 中使用 AI 助教

先学会自己读题、估计复杂度、写代码和造样例。AI 可以帮助检查思路、指出边界情况、解释报错；它的答案需要自己验证。不要直接让它代写题解或覆盖自己的代码。

草稿中使用的是 DeepSeek V4 for Copilot Chat，作者为 Vizards。它是可选插件，并非 VS Code 自带的免费 DeepSeek 服务。按该插件目前的 项目说明，使用它还需要兼容版本的 VS Code、可用的 GitHub Copilot 账号，以及单独申请的 DeepSeek API Key；API 调用可能产生费用。插件与 VS Code / Copilot Chat 更新后的兼容情况也可能变化，安装前以项目说明为准。

愿意使用此方案的同学按下面操作：

1. 在 VS Code 中登录 GitHub Copilot，并确认 Chat 可用。
2. 在扩展市场搜索 DeepSeek V4 for Copilot Chat，核对作者 Vizards 后安装。不要只凭名称安装其他同名插件。
3. 自行前往 DeepSeek 开放平台 注册，在 API Keys 页面创建 Key；需要额度时按平台的实际提示处理。不要把 Key 发给同学、教师或 AI，也不要写进 main.cpp、AGENTS.md、截图或 Git 仓库。
4. 按 Ctrl+Shift+P 打开命令面板，输入 DeepSeek，选择 DeepSeek: Set API Key（中文界面可能显示「设置 API Key」），在输入框粘贴自己的 Key。
5. 打开 VS Code Chat，在模型选择器中选该插件提供的 DeepSeek 模型，再发送一条简短问题，确认能收到回复。

截图用于辨认入口；不同系统、主题和插件版本的按钮文字可能不同。能在 VS Code Chat 中收到该模型的回复，才算 AI 部分配置成功。只安装插件或只保存 Key 都不等于调用成功。若不想注册或付费，跳过整节即可。

6. 让 AI 像助教一样工作

对话前先写出自己的想法。以下提示词可以直接复制，并把题目描述和当前代码提供给 Agent：

1你是我的 ACM 助教。请阅读题目和我当前的 main.cpp。
2不要直接给完整答案，也不要修改文件。
3
4请依次帮助我：
51. 根据数据范围估计可接受的时间复杂度。
62. 判断我的思路是否正确；如果有问题，先只给一个提示。
73. 指出我可能遗漏的边界情况。
84. 等我自己修改后，再继续检查。

如果程序在 OJ 上得到 WA，可以这样问：

1我的程序在 OJ 上 WA。请阅读题目和 main.cpp，不要修改文件。
2请构造一组尽量小的反例，写出正确输出和我的程序实际输出，
3再解释两者为什么不同。请不要直接给我完整修改版代码。

拿到反例后，自己在终端运行它，检查 AI 给的“正确输出”是否符合题意。AI 可能误读题目或算错样例；没有亲自验证的反例不能当作结论。

可选：给练习目录放一份 AGENTS.md

如果所用 Agent 支持读取项目级指令，可在 ~/acm 创建 AGENTS.md，写入自己的学习规则：

1# ACM 学习规则
2
3你是一名 ACM 算法助教。目标是帮助我学会解题，而不是替我完成题目。
4
51. 先询问我当前的思路，不直接给完整代码。
62. 提示顺序：数据范围、时间复杂度、算法方向、关键性质、伪代码。
73. 我写出代码后，可以帮我 Debug；优先指出位置和原因。
84. AC 后帮我分析时间复杂度、空间复杂度、边界情况，并提醒我自己总结。
95. 未经我同意，不修改项目文件或执行可能改动文件的命令。

VS Code 支持将项目中的 AGENTS.md 作为 Agent 指令，但实际是否读取还取决于当前使用的 Agent 和配置。首次对话可以请它复述本目录的学习规则来检查；如果没有生效，就把规则粘贴到对话中。参见 VS Code 项目指令文档。

可选：让 Agent 检查整个练习目录

建立一个独立目录，例如 ~/acm/acm-test/，把题目说明和 main.cpp 放进去，然后提出：

1阅读当前目录的题目说明和 main.cpp。先告诉我你准备执行哪些命令。
2在我确认后，编译程序，生成一些小规模测试数据并运行。
3只报告失败的输入、实际输出、你推导的正确输出和原因；不要修改文件。

这样 Agent 才能把读文件、编译、运行和分析串起来。执行前先看清它提出的终端命令；如果它需要文件编辑或终端执行许可，按实际操作决定是否批准。先在练习目录试用，不要把未检查的命令直接用于重要文件。

遇到问题先检查这些

课前只需提交或展示基础验收的终端结果。有余力再尝试 AI 助教，并在第一堂课带来一个自己遇到的编译错误或边界情况。