东华OJ18~21题解析：算法优化与数据结构实战

1. 东华OJ18~21题目解析与实战攻略

作为一名在算法竞赛领域摸爬滚打多年的老选手，我深知东华OJ平台题目的独特风格。18~21这组题目看似简单，实则暗藏玄机，特别适合用来检验基础算法的掌握程度。今天我就带大家逐题拆解，分享我的解题思路和优化技巧。

2. 题目18：最大子段和进阶版

2.1 问题重述

给定一个包含n个整数的序列，要求找出连续子序列的最大和。与经典问题不同的是，本题增加了限制条件：子序列长度不能超过k。

2.2 常规解法分析

最直观的暴力解法时间复杂度为O(nk)，当n和k较大时（比如n=1e5，k=1e3）就会超时。我最初尝试用前缀和优化：

python复制max_sum = -float('inf')
prefix = [0]*(n+1)
for i in range(1, n+1):
    prefix[i] = prefix[i-1] + nums[i-1]
    for j in range(max(0, i-k), i):
        max_sum = max(max_sum, prefix[i]-prefix[j])

这个解法虽然比纯暴力稍好，但最坏情况下仍是O(nk)复杂度。

2.3 单调队列优化

经过研究，我发现可以用单调队列将复杂度降到O(n)。核心思路是维护一个存储前缀和索引的队列，保证队列中的前缀和单调递增：

python复制from collections import deque

def maxSubarray(nums, k):
    q = deque()
    prefix = [0]*(len(nums)+1)
    res = -float('inf')
    
    for i in range(len(nums)+1):
        if i > 0:
            prefix[i] = prefix[i-1] + nums[i-1]
        
        while q and i - q[0] > k:
            q.popleft()
            
        if q:
            res = max(res, prefix[i] - prefix[q[0]])
            
        while q and prefix[i] <= prefix[q[-1]]:
            q.pop()
            
        q.append(i)
    
    return res

关键技巧：队列中存储的是前缀和数组的索引而非值，这样既能控制窗口大小，又能快速获取最小前缀和。

3. 题目19：特殊排列计数

3.1 问题描述

给定n个不同的元素，计算满足特定相邻条件的排列数量。具体来说，任意两个相邻元素的差值不能等于某个给定值d。

3.2 动态规划解法

这类排列计