Пример из условия проходит, ответ совпадает, а система пишет Wrong Answer на третьем тесте, и сам тест не показывает. Обычно дело не в хитром алгоритме. Чаще всего виноваты лишний текст в выводе, переполнение int или случай, который вы не проверили: пустой ввод, одно число, все отрицательные. Ниже причины в порядке частоты, способ проверить каждую у себя и стресс-тест, который находит ошибку, когда идеи кончились. Примеры проверены с gcc 12 и Python 3.12 в Linux.
Что значат вердикты
| Вердикт | Что произошло |
|---|---|
| OK, Accepted | все тесты пройдены |
| Wrong Answer (WA) | программа завершилась, но вывод не совпал с ожидаемым |
| Presentation Error (PE) | ответ верный, но формат вывода другой; есть не во всех системах |
| Time Limit Exceeded (TLE) | не уложилась в лимит времени |
| Memory Limit Exceeded (MLE) | заняла больше памяти, чем разрешено |
| Runtime Error (RE) | упала или вернула не 0 из main |
| Compilation Error (CE) | не собралась на сервере |
Система запускает программу на скрытых тестах: подаёт ввод на стандартный вход и сравнивает стандартный вывод с ответом, посимвольно или специальной программой-проверщиком. Первыми часто идут примеры из условия. Если WA на первом тесте, почти наверняка ошибка в формате. Если на одном из последних, ищите большие числа и крайние случаи.
Лишний текст в выводе
Самая частая причина WA у начинающих:
printf("Введите n: ");
scanf("%d", &n);
...
printf("Ответ: %d\n", result);
Человеку так удобнее, но проверяющая программа ждёт только число, а получает Введите n: Ответ: 10. В Python ловушка хитрее: input("Введите n: ") тоже печатает подсказку в стандартный вывод.
$ echo 5 | python3 prompt.py > out.txt
$ diff out.txt expected.txt
1c1
< Введите n: 10
---
> 10
Правило: выводите ровно то, что написано в разделе «Формат выходных данных», ни символом больше. Отладочную печать отправляйте в поток ошибок, его автопроверка обычно не сравнивает: fprintf(stderr, "i = %d\n", i); в C, print(i, file=sys.stderr) в Python.
Пробелы, переводы строк и формат чисел
Часть проверщиков прощает лишние пробелы и пустую строку в конце, часть сравнивает побайтно. Безопаснее выводить точно по образцу. Невидимые отличия показывает diff:
$ diff out_space.txt expected.txt
1c1
< 1 2 3
---
> 1 2 3
$ diff out_nonl.txt expected.txt
1c1
< 1 2 3
\ No newline at end of file
---
> 1 2 3
В первом случае лишний пробел в конце строки, во втором нет перевода строки в конце. Разглядеть такое помогает cat -A out.txt (на Mac cat -et): конец строки показан как $, табуляция как ^I, а ^M перед $ значит, что файл сохранён с переводами строк Windows. Если тесты вы набирали в Windows, такой \r попадёт в прочитанные строки и сломает сравнение.
Ещё несколько мест, где формат расходится с ожидаемым:
YESиYesдля проверщика разные ответы.- Дробные числа:
printf("%f")печатает 6 знаков после точки, а в условии может быть «ровно два». Пишите%.2f. floatхранит около 7 значащих цифр:float f = 16777217;печатается как16777216. Для дробей беритеdouble.- В Python
round(2.5)даёт2, аround(3.5)даёт4: округление к чётному. Если в задаче «округлить по правилам математики», это WA. - Деление отрицательных чисел: в C
-7 / 2равно-3, а-7 % 2равно-1; в Python-7 // 2равно-4, а-7 % 2равно1. При переносе решения с одного языка на другой ответы расходятся.
Переполнение int
int вмещает числа до 2 147 483 647. Сумма трёх чисел по 10⁹ уже не помещается:
int n, x, sum = 0;
scanf("%d", &n);
for (int i = 0; i < n; i++) {
scanf("%d", &x);
sum += x;
}
printf("%d\n", sum);
$ echo "3 1000000000 1000000000 1000000000" | ./sum
-1294967296
Ни падения, ни предупреждения, просто неверный ответ на большом тесте. Прикиньте максимум по ограничениям: n до 10⁵ чисел до 10⁹ дают сумму до 10¹⁴. Для неё нужен long long (до 9,2·10¹⁸) и формат %lld. Опасны и произведения: n * n при n = 10⁵ это 10¹⁰, и если n типа int, переполнение случится до присваивания в long long. Пишите (long long) n * n.
Переполнения ловит санитайзер:
$ gcc -fsanitize=undefined sum.c -o sum && echo "3 1000000000 1000000000 1000000000" | ./sum
sum.c:8:13: runtime error: signed integer overflow: 2000000000 + 1000000000 cannot be represented in type 'int'
В Python целые числа не переполняются, но переполнение можно получить в numpy, где у массивов фиксированный тип.
Крайние случаи

Пример из условия обычно «средний», а скрытые тесты проверяют края. Прогоните каждый из них:
- n = 0 или пустая строка, если условие это допускает: деление на ноль в среднем, обращение к
a[0]. - n = 1: циклы от 1, сравнения с соседом,
a[i + 1]на последнем элементе. - Все отрицательные: начальное значение максимума.
- Все одинаковые: строгие и нестрогие сравнения, повторы.
- Максимальные значения из ограничений: переполнение и время.
- Уже отсортированный и обратный порядок для сортировок и поиска.
Классика из этого списка:
int n, x, max = 0;
...
if (x > max)
max = x;
$ echo "3 -5 -2 -7" | ./maxneg
0
Правильный ответ -2. Максимум начинают с первого элемента, а не с нуля.
TLE не значит, что ответ неверный
Вердикт Time Limit Exceeded говорит только о времени. Сначала прикиньте сложность: при n = 10⁵ решение с двумя вложенными циклами не уложится. Если сложность в порядке, проверьте ввод и вывод, на больших тестах они бывают узким местом. Чтение миллиона чисел у нас заняло:
- Python,
input()в цикле: 0,62 с; одним вызовомsys.stdin.buffer.read().split(): 0,09 с; - C++,
cinпо умолчанию: 0,09 с; послеstd::ios::sync_with_stdio(false); std::cin.tie(nullptr);: 0,02 с.
Вывод миллиона строк через std::endl занял 0,41 с, через '\n' 0,02 с: endl сбрасывает буфер после каждой строки. На сервере проверки разница может оказаться больше.
Свои тесты до отправки
Сохраните примеры из условия в файлы и сверяйте вывод автоматически, а не глазами:
./prog < test1.txt > out1.txt
diff out1.txt ans1.txt && echo OK
Добавьте к ним файлы с крайними случаями из списка выше и проверяйте все сразу:
for t in tests/*.txt; do
./prog < "$t" > out.txt
diff -q out.txt "${t%.txt}.ans" > /dev/null || echo "FAIL: $t"
done
Стресс-тест: когда идеи кончились
Если все свои тесты проходят, а WA остаётся, сравните решение с медленным, но очевидно правильным на тысячах случайных маленьких тестов. Пусть задача: найти максимальную сумму подряд идущих элементов массива. Быстрое решение за O(n):
int n;
scanf("%d", &n);
long long best = 0, cur = 0;
for (int i = 0; i < n; i++) {
long long x;
scanf("%lld", &x);
cur = cur + x > x ? cur + x : x;
if (cur > best)
best = cur;
}
printf("%lld\n", best);
Медленное перебирает все отрезки за O(n²), в нём трудно ошибиться. Генератор на Python печатает случайный маленький тест:
import random
import sys
random.seed(int(sys.argv[1]))
n = random.randint(1, 5)
print(n)
print(*[random.randint(-10, 10) for _ in range(n)])
Скрипт гоняет оба решения, пока ответы не разойдутся:
#!/bin/bash
for i in $(seq 1 1000); do
python3 gen.py $i > test.txt
./fast < test.txt > fast.txt
./slow < test.txt > slow.txt
if ! cmp -s fast.txt slow.txt; then
echo "Разница на тесте $i:"
cat test.txt
echo "fast: $(cat fast.txt), slow: $(cat slow.txt)"
exit 1
fi
done
echo "Все 1000 тестов совпали"
$ ./stress.sh
Разница на тесте 2:
1
-8
fast: 0, slow: -8
Тест из одного отрицательного числа: best = 0 не даёт ответу стать отрицательным. Исправляем на if (i == 0 || cur > best), запускаем снова и получаем Все 1000 тестов совпали.
Почему тесты маленькие: на массиве из пяти чисел ошибку видно глазами. Сид генератора равен номеру теста, поэтому любой упавший тест можно повторить командой python3 gen.py 2.
Порядок действий при WA
- Сравните вывод на примерах через
diff, а не глазами. - Уберите приглашения, пояснения и отладочную печать из стандартного вывода.
- Прикиньте максимальные значения и поменяйте
intнаlong long, где нужно. - Прогоните крайние случаи: n = 0, n = 1, отрицательные, одинаковые, максимальные.
- Соберите с
-Wall -Wextra -fsanitize=address,undefinedи прогоните все тесты. - Напишите медленное решение и запустите стресс-тест.
Как с этим помогает Tilpi
Исполнитель Tilpi запускает решение в отдельной изолированной машине, пишет и прогоняет тесты, ищет ошибки и предлагает исправления. Ход работы виден в задании, в конце собирается отчёт о проверке в Word и PDF. В чате задания можно разобрать условие и попросить объяснить, на каком случае решение ошибается и почему. Исполнитель входит во все тарифы: в «Лайт» и «Стандарт» на уровне «Быстрая», в «Плюс» на всех уровнях, а без тарифа работает на «Быстрой» из бесплатных ежемесячных кредитов, общих с чатом.
