当代码成为一面镜子：聊聊模拟算法的朴素力量
你有没有在超市排队时观察过收银员的工作？扫码、报价、收钱、找零、打印小票——一套流程行云流水。如果让你用代码把这个过程写出来，你会怎么做？没错，你大概率会写一个循环，每一步按顺序执行，直到队伍清空。这就是模拟算法最朴素的样子：把现实世界的规则翻译成计算机能执行的步骤，然后让它自己跑一遍。
模拟不是“笨办法”，而是“老实办法”
很多初学者对模拟算法有种微妙的轻视，觉得它不够“聪明”——没有动态规划的优雅，没有贪心算法的果断，更没有二分查找那种灵光一现的快感。但我教了这么多年编程，越来越觉得：模拟算法才是检验一个人是否真正理解问题的试金石。
为什么这么说？
因为写模拟程序时，你没有任何捷径可走。题目描述里的每一个条件、每一个边界、每一个“如果……则……”你都得老老实实翻译成代码。漏掉一个条件，程序就错了。这就像做菜——菜谱上写着“小火慢炖20分钟”，你非要大火5分钟搞定，出来的东西就不是那个味儿。
模拟算法的核心就一句话：按照明确规则，一步步执行操作。它不依赖数学公式推导，不靠猜测验证，更不需要把问题拆成子问题。它就是“照做”。
从一道题看模拟的“细枝末节”
来看一道经典的入门题：珠心算测验。题目是这样的——老师随机生成一个正整数集合，问其中有多少个数恰好等于另外两个不同数之和。
这道题看起来简单，但特别能暴露模拟功底。先分析一下：题目要求的是“恰好等于集合中另外两个不同的数之和”。注意几个关键词——“另外两个”“不同”“数之和”。
很多人的第一反应是三重循环：枚举三个数，检查是否满足 a + b = c。但这里有个坑：题目问的是“有多少个数”满足条件，而不是“有多少对组合”。也就是说，如果 1 + 4 = 5 和 2 + 3 = 5 同时成立，5 这个数只能算一次。
这就是模拟题最典型的陷阱：规则理解偏差。你代码写得再漂亮，规则理解错了，结果就是错的。
正确的思路是：枚举每一个数作为“和”，再枚举两个不同的数作为“加数”，如果找到一组就标记这个“和”已被计数，然后 break 掉内层循环，避免重复计数。
关键代码片段大概长这样：
for (int i = 0; i < n; i++) { // 枚举“和”
bool found = false;
for (int j = 0; j < n && !found; j++) { // 枚举第一个加数
for (int k = j + 1; k < n && !found; k++) { // 枚举第二个加数
if (a[j] + a[k] == a[i]) {
found = true; // 标记找到，跳出
}
}
}
if (found) count++;
}
这段代码里，found 变量就是模拟思维的体现——它代表了“这个数已经被验证过了”这个状态。状态变量是模拟算法的灵魂，你用什么变量、怎么更新它们，直接决定了程序的正确性。
状态、规则、顺序：模拟的三根支柱
如果把模拟算法比作一张桌子，那它有三条腿：
第一条腿是状态。程序运行过程中，哪些量会变化？棋盘上每个格子的控制状态、排队队伍的长度、钱包里的余额——这些都是状态。状态设计得好，代码就清晰；状态设计得乱，后面全是坑。
第二条腿是规则。题目怎么说，你就怎么写。国际象棋里“车横竖走、后横竖斜走、不能越子”，这些规则要一条不落地翻译成条件判断。少一条，整个模拟就失真了。
第三条腿是顺序。先发生什么，后发生什么，顺序错了结果就错了。比如排队问题里，是先卖冰淇淋还是先来新顾客？题目说“每30秒卖出一个，每10秒来一个人”，那你在每个10秒的时间片里，就得先判断是否该卖出，再让新顾客加入。顺序反了，队伍长度就不一样。
来看一道国际象棋的模拟题。题目给一个 n×n 的棋盘，上面放着若干车和后，问有多少个格子没有被控制到。车控制横竖，后控制横竖斜，都不能越子。
这道题的关键在于：每个棋子对棋盘的控制是一个“射线”过程。从棋子所在位置出发，沿着八个方向（后）或四个方向（车）一路延伸，直到遇到边界或另一个棋子为止。
// 从 (r, c) 出发，沿方向 (dr, dc) 标记控制
int nr = r + dr, nc = c + dc;
while (nr >= 0 && nr < n && nc >= 0 && nc < n) {
controlled[nr][nc] = true;
if (board[nr][nc] != 0) break; // 遇到棋子，停止
nr += dr;
nc += dc;
}
这段代码就是模拟“射线传播”的经典写法。注意 break 的位置——先标记当前格子被控制，再判断是否遇到棋子。因为棋子本身所在的位置也是被控制的，但它会挡住后面的格子。
这道题还有一个容易忽略的点：棋子自己所在的位置当然是被控制的。题目里明确说了，但很多人写代码时只标记了射线经过的格子，忘了标记棋子本身的位置。
模拟和枚举：一对好搭档
在实际竞赛题里，模拟很少单独出现，它经常和枚举一起用。什么意思呢？就是把每一种可能的情况都模拟一遍，然后选出最好的答案。
比如小明有10元零花钱，5种零食价格和快乐值各不相同，想买一种让快乐值最大。你可以枚举每一种零食，模拟“如果买了它，钱够不够？快乐值是多少？”然后取最大值。
这种“枚举+模拟”的组合在GESP三级里非常常见。枚举负责列出所有可能性，模拟负责验证每种可能性是否可行、结果如何。
模拟的边界：它不能做什么
说了这么多模拟的好话，也得说说它的局限。
模拟算法不能解决所有问题。当问题规模巨大时，模拟会慢到无法接受。比如模拟全国所有城市的交通状况，或者用模拟法去找100万个数中的最大值——虽然能出结果，但效率太低。
更重要的是，很多问题根本不适合模拟。数学公式推导、大数据排序、加密解密——这些需要的是分治、动态规划、贪心等更专门的算法。
没有一种算法能包打天下。模拟算法的价值在于：它是最直观、最容易验证正确性的方法。当你面对一道新题时，先想想能不能模拟——如果能，先写一个模拟版本出来，哪怕它效率不高。因为一个正确的模拟版本，往往能帮你更深刻地理解问题结构，从而找到更优的解法。
写在最后
模拟算法就像编程世界里的“手工耿”——看起来不够炫酷，但每一件作品都扎扎实实、有板有眼。它教会你的不是某种高深的技巧，而是一种态度：尊重规则，关注细节，一步一个脚印。
如果你已经掌握了模拟，下一步可以学枚举算法，把每种可能试一遍；再往后可以学贪心算法，每一步选当前最优。但无论走多远，模拟思维都会是你最可靠的底色。
关于作者
我是赵老师，持有 NOI 信息学奥赛教练证书，拥有 15 年以上的软件开发经验，从事信息学少儿编程教学已有 8 年时间。
这些年累计帮助 多名 学生通过编程特长升入自己心仪的目标学校。
如果你在编程学习上有任何疑问，欢迎联系我：18620372957（微信同号）