东华OJ刷题攻略：动态规划与图论实战解析

1. 项目背景与核心价值

作为一名计算机专业考研党，在备战东华大学复试期间，我深刻体会到OJ（Online Judge）刷题对提升编程能力的重要性。去年复试前三个月，我给自己制定了"每日3题"的打卡计划，并坚持每天记录解题思路和复盘心得。这个系列记录的是第112天到114天的解题过程，主要涉及动态规划、图论和字符串处理等高频考点。

东华大学的OJ系统以题型全面、难度适中著称，特别适合作为考研复试的刷题平台。通过持续打卡训练，我不仅巩固了数据结构与算法基础，更重要的是培养了面对新题型的快速分析能力。最终在复试机试环节取得了满分成绩，这套方法也被多位学弟学妹验证有效。

2. 三日题目概览与难度分析

2.1 第112天：最大子矩阵和（动态规划）

• 原题编号：DHUOJ-1037
• 难度评级：★★★☆
• 核心考点：二维前缀和+一维最大子序列和的扩展应用
• 提交通过率：41.3%

2.2 第113天：最短路径计数（图论）

• 原题编号：DHUOJ-2156
• 难度评级：★★★
• 核心考点：Dijkstra算法变形+路径计数原理
• 提交通过率：53.7%

2.3 第114天：字符串模式匹配（字符串处理）

• 原题编号：DHUOJ-3089
• 难度评级：★★☆
• 核心考点：KMP算法优化+失配处理
• 提交通过率：68.2%

提示：东华OJ的难度星级标准与LeetCode不同，三星题通常相当于力扣中等偏上难度，需要特别注意题目中的边界条件。

3. 解题思路与实现细节

3.1 最大子矩阵和的降维打击

这道题的暴力解法时间复杂度是O(n^4)，显然无法通过。我的优化思路是：

1. 先计算二维前缀和数组prefix

   cpp复制vector<vector<int>> prefix(m+1, vector<int>(n+1, 0));
   for(int i=1; i<=m; ++i)
       for(int j=1; j<=n; ++j)
           prefix[i][j] = matrix[i-1][j-1] + prefix[i-1][j] + prefix[i][j-1] - prefix[i-1][j-1];
   

2. 将二维问题转化为一维处理：固定上下边界，计算列和
3. 对压缩后的一维数组使用Kadane算法求最大子序列和

踩坑记录：

• 没有处理全负数矩阵的情况（最终输出应为最大单个元素）
• 前缀和数组行列大小应比原矩阵多1，避免边界判断

3.2 最短路径计数的双关键处理

这道题在标准Dijkstra算法基础上增加了路径计数需求，需要维护两个数组：

1. dist数组记录最短距离
2. cnt数组记录路径数量

关键修改点：

python复制while heap:
    d, u = heapq.heappop(heap)
    if d > dist[u]: continue
    for v, w in graph[u]:
        if dist[v] > d + w:
            dist[v] = d + w
            cnt[v] = cnt[u]  # 发现更短路径时重置计数
            heapq.heappush(heap, (dist[v], v))
        elif dist[v] == d + w:
            cnt[v] += cnt[u]  # 等长路径时累加计数

特别注意：

• 初始条件cnt[start] = 1
• 结果需要对1e9+7取模（题目常见要求）

3.3 KMP算法的失配优化

标准KMP的next数组构建可以优化：

java复制void buildNext(String pattern) {
    int[] next = new int[pattern.length()];
    next[0] = -1;
    int i = 0, j = -1;
    while (i < pattern.length() - 1) {
        if (j == -1 || pattern.charAt(i) == pattern.charAt(j)) {
            ++i; ++j;
            // 优化点：避免连续失配
            if (pattern.charAt(i) != pattern.charAt(j)) 
                next[i] = j;
            else 
                next[i] = next[j];
        } else {
            j = next[j];
        }
    }
}

实测发现：

• 对形如"AAAAAB"的模式串，优化后匹配效率提升约30%
• 但增加了约15%的预处理时间，需根据题目数据特点权衡

4. 调试技巧与OJ提交心得

4.1 测试用例设计方法论

针对不同题型，我总结的测试策略：

1. 动态规划题：

   • 最小规模case（如2x2矩阵）
   • 全负数/全正数特殊情况
   • 随机生成的大数据（验证时间复杂度）

2. 图论题：

   • 单节点图
   • 完全连通图
   • 存在重边和自环的情况

3. 字符串题：

   • 空字符串处理
   • 全相同字符串
   • 包含特殊字符（如空格、标点）

4.2 东华OJ的评判特点

1. 时间限制通常比力扣更宽松（C++一般2s）
2. 内存限制严格（Java通常256MB）
3. 对格式错误判罚严厉（必须去除调试输出）
4. 部分题目需要处理多组输入（while(cin>>n)模式）

4.3 我的调试模板

python复制import sys
def main():
    input = sys.stdin.read().split()
    ptr = 0
    # 在此处添加解题代码
    n = int(input[ptr])
    ptr +=1
    
if __name__ == "__main__":
    main()

5. 刷题节奏与知识管理

5.1 每日三题的时间分配

我的黄金分割方案：

• 第一题（30min）：温故知新（复习同类题型）
• 第二题（45min）：攻坚克难（重点突破）
• 第三题（25min）：查漏补缺（快速实现）

5.2 错题本管理技巧

使用Markdown表格记录典型错误：

5.3 我的代码片段库

建立按算法分类的代码片段库，例如：

code复制📂 code_lib
├── 📄 graph.py    # 存Dijkstra, Floyd等模板
├── 📄 dp.py       # 背包、LIS等经典问题
└── 📄 string.py   # KMP、Trie等实现

每个模板都包含：

1. 标准实现
2. 常见变种注释
3. 时间复杂度分析
4. 适用题目列表

6. 复试准备的时间线建议

根据我和其他成功上岸同学的经验，理想的时间安排：

倒计时3个月

• 主攻数据结构基础（每天2h）
• OJ每日1-2题（侧重线性表、树结构）

倒计时2个月

• 强化算法训练（每天3h）
• OJ每日3题（重点图论、DP）
• 开始整理错题本

倒计时1个月

• 模拟复试环境（限时编程）
• 专题突破薄弱环节
• 复习错题本高频考点

最后1周

• 减少新题量（每天1题保持手感）
• 重点复习模板代码
• 调整生物钟匹配考试时间

这套方法让我在复试机试中遇到变形题时，能快速套用现有模板。比如最后一道二叉树题，其实就是层序遍历的变种，因为平时整理过各种遍历方式的模板，10分钟就完成了AC。