競プロは人生の役に立つ！

1. 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

2. • 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！

3. • 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

4. 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. 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. 6 競プロは役に立つ！ • 競プロで世界が広がる！

7. 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. 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. 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 ・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

10. 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. 11 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

12. 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. 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

16. 16 イベント開催もたくさん！ • 一緒にいっぱい楽しもう！！！！！！

17. 17 競プロは役に立つ！ • 競プロで人生が切り拓かれる！

18. 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. 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. 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. 21 競プロは役に立つ！ • 競プロ的な問題は社会にもたくさん！

22. 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. 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. 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. 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

26. 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

27. 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. 動的計画法の例題 28 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例: ・足場が 7 個・(2, 9, 4, 5, 1, 6, 10) / 133

29. 動的計画法の例題 29 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例: ・足場が 7 個・(2, 9, 4, 5, 1, 6, 10) / 133

30. 動的計画法の例題 30 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例: ・足場が 7 個・(2, 9, 4, 5, 1, 6, 10) +4 +1 +1 +2 最短: 8 秒 / 133

31. 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・足場が 7 個・(2, 9, 4, 5, 1, 6, 10) / 133

32. 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

33. • 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. 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！グラフの問題と考える / 133

35. 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 グラフの問題と考える / 133

36. 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 2 へ至る最小コストを求める小問題 • ノード 3 へ至る最小コストを求める小問題 • ノード 4 へ至る最小コストを求める小問題 • ノード 5 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

43. 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

44. 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

45. 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. 頂点 2 への最小コスト 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. 頂点 3 への最小コスト 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. 頂点 4 への最小コスト 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. 頂点 5 への最小コスト 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. 頂点 6 への最小コスト 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

51. 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

52. 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

53. 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. 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. 55 JOI 本選 2016 A 問題大きさが 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 K = 5 7 8 基本コスト / 133 JOI の問題：オレンジの出荷 (改)

56. 56 JOI 本選 2016 A 問題大きさが 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の総和を最小化せよ 3 5 4 9 11 8 10 1 7 8 K = 5 例各箱のコストは、「K + (箱内の A の最大値 - 箱内の A の最小値) × 個数」 / 133 JOI の問題：オレンジの出荷 (改)

57. 57 JOI 本選 2016 A 問題大きさが 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の総和を最小化せよ 3 5 4 9 11 8 10 1 7 8 K = 5 例各箱のコストは、「K + (箱内の A の最大値 - 箱内の A の最小値) × 個数」 5 + (9 - 3) × 4 = 29 5 + (11 - 8) × 3 = 14 5 5 + (8 - 7) × 2 = 7 / 133 JOI の問題：オレンジの出荷 (改)

58. 58 JOI 本選 2016 A 問題大きさが 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の総和を最小化せよ 3 5 4 9 11 8 10 1 7 8 K = 5 例各箱のコストは、「K + (箱内の A の最大値 - 箱内の A の最小値) × 個数」 5 + (9 - 3) × 4 = 29 5 + (11 - 8) × 3 = 14 5 5 + (8 - 7) × 2 = 7 コスト: 55 / 133 JOI の問題：オレンジの出荷 (改)

59. 59 JOI 本選 2016 A 問題 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 JOI の問題：オレンジの出荷 (改)

60. 60 JOI 本選 2016 A 問題 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 • メモ化用の配列を用意する / 133 JOI の問題：オレンジの出荷 (改)

61. 61 JOI 本選 2016 A 問題 0 1 2 3 4 5 6 3 5 4 9 11 8 10 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 • 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 JOI の問題：オレンジの出荷 (改)

62. 62 JOI 本選 2016 A 問題 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 JOI の問題：オレンジの出荷 (改)

63. 63 前から 0 個 K = 5 • 前から 0 個のオレンジについての答えは 0 0 / 133

64. 64 前から 1 個 0 3 K = 5 • 前から 1 個のオレンジについての答えは 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. 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. 66 前から 2 個について考える 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. 67 前から 2 個について考える 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. 68 前から 2 個について考える 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. 69 前から 3 個について考える K = 5 0 5 9 0 1 2 3 5 4 • 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, 4} である場合 • 最後の箱が {5, 4} である場合 • 最後の箱が {4} である場合 / 133

70. 70 前から 3 個について考える 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. 71 前から 3 個について考える 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. 72 前から 3 個について考える 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. 73 前から 3 個について考える 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. 74 前から 4 個について考える K = 5 0 5 9 0 1 2 3 5 4 • 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, 4, 9} である場合 • 最後の箱が {5, 4, 9} である場合 • 最後の箱が {4, 9} である場合 3 9 11 • 最後の箱が {9} である場合 / 133

75. 75 前から 4 個について考える 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. 76 前から 4 個について考える 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. 77 前から 4 個について考える 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. 78 前から 4 個について考える 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. 79 前から 4 個について考える 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. 80 前から 5 個について考える K = 5 0 5 9 0 1 2 3 5 4 3 9 11 16 4 11 / 133

81. 81 前から 5 個について考える 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. 82 前から 6 個について考える K = 5 0 5 9 0 1 2 3 5 4 3 9 11 16 4 11 20 5 8 / 133

83. 83 前から 6 個について考える 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. 84 前から 7 個について考える 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. 85 前から 7 個について考える 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. 86 前から 8 個について考える 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. 87 前から 8 個について考える 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 • 最後の箱が {1} のとき最適：コストは 28 + 5 = 33 +5 33 / 133

88. 88 前から 9 個について考える 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. 89 前から 9 個について考える 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 • 最後の箱が {7} のとき最適：コストは 33 + 5 = 38 +5 38 / 133

90. 90 前から 10 個について考える 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. 91 前から 10 個について考える 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. 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. 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. 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. 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. 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. 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

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

99. 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

100. 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. 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. 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！

Estás leyendo una previsualización.

Eche un vistazo a continuación

競プロは人生の役に立つ！

Más Contenido Relacionado

Más de Kensuke Otsuki (12)

Más reciente (20)