OJ竞赛35-37题解析：双指针、DFS与动态规划实战

1. OJ题目35-37解析：常见算法题型与解题思路

作为一名参加过上百场在线编程竞赛的老兵，我经常遇到新手询问OJ（Online Judge）系统中35-37这类编号题目的解题规律。这类题目通常属于基础算法训练题库，虽然题目描述各不相同，但背后隐藏着算法竞赛中的经典套路。今天我就以这三个编号为例，拆解这类题目的常见考察点和实战解法。

2. OJ35题：典型双指针应用场景

2.1 题目特征分析

OJ35通常考察数组操作中的双指针技巧。这类题目往往给出一个无序或有序数组，要求在不使用额外空间的情况下完成特定操作。典型的题干描述可能是："给定一个包含n个整数的数组nums和一个目标值target，请找出所有满足a+b=target的数对，并返回它们的索引。"

2.2 标准解法实现

对于有序数组，标准解法是使用首尾双指针：

python复制def twoSum(nums, target):
    left, right = 0, len(nums)-1
    while left < right:
        current = nums[left] + nums[right]
        if current == target:
            return [left+1, right+1]  # 假设索引从1开始
        elif current < target:
            left += 1
        else:
            right -= 1
    return []

2.3 易错点与调试技巧

• 边界条件：当数组为空或只有一个元素时直接返回
• 重复元素：题目是否允许使用相同索引的元素
• 索引基准：注意OJ系统通常指定索引从0还是1开始
• 时间复杂度：双指针解法通常为O(n)，比暴力O(n²)更优

提示：在本地测试时，建议先写暴力解法验证正确性，再优化为双指针版本

3. OJ36题：矩阵类问题的DFS/BFS应用

3.1 题目原型判断

OJ36大概率是矩阵遍历问题，常见变体包括：

• 岛屿数量统计（连通域分析）
• 矩阵中的路径查找
• 特定条件的矩阵填充

这类题目通常给出一个二维矩阵，要求实现某种遍历或搜索算法。

3.2 深度优先搜索实现框架

以岛屿数量问题为例的标准DFS解法：

python复制def numIslands(grid):
    if not grid: return 0
    
    count = 0
    for i in range(len(grid)):
        for j in range(len(grid[0])):
            if grid[i][j] == '1':
                dfs(grid, i, j)
                count += 1
    return count

def dfs(grid, i, j):
    if i<0 or j<0 or i>=len(grid) or j>=len(grid[0]) or grid[i][j]!='1':
        return
    grid[i][j] = '#'  # 标记已访问
    dfs(grid, i+1, j)
    dfs(grid, i-1, j)
    dfs(grid, i, j+1)
    dfs(grid, i, j-1)

3.3 性能优化要点

• 访问标记：直接在原矩阵修改比使用额外visited数组更节省空间
• 剪枝策略：根据题目特点提前终止不必要的搜索分支
• 方向数组：用dirs = [(1,0),(-1,0),(0,1),(0,-1)]统一处理四个方向
• 栈溢出预防：对于大规模矩阵应改用BFS或迭代式DFS

4. OJ37题：动态规划经典模型

4.1 动态规划特征识别

OJ37常考察以下DP模型之一：

• 背包问题及其变种
• 字符串编辑距离
• 股票买卖问题
• 路径计数问题

题干中通常包含"最大/最小值"、"有多少种方式"等关键词，且问题可以分解为子问题。

4.2 标准解题框架

以经典爬楼梯问题为例的三步解法：

1. 定义状态：dp[i]表示到达第i阶的方法数
2. 状态转移：dp[i] = dp[i-1] + dp[i-2]
3. 初始条件：dp[0]=1, dp[1]=1

空间优化后的实现：

python复制def climbStairs(n):
    if n <= 2: return n
    a, b = 1, 2
    for _ in range(3, n+1):
        a, b = b, a+b
    return b

4.3 DP问题调试方法论

• 打印DP表：对于二维DP尤其重要
• 反例构造：用小规模测试验证边界条件
• 空间优化：先写标准二维DP，确认正确后再优化
• 遍历顺序：特别注意状态依赖关系决定的计算顺序

5. OJ题目通用解题策略

5.1 输入处理规范

不同OJ系统的输入格式可能不同，常见处理方式：

python复制# 多组测试数据情况
while True:
    try:
        n = int(input())
        nums = list(map(int, input().split()))
        # 解题逻辑
    except EOFError:
        break

5.2 时间复杂度估算

根据题目约束反推预期解法：

• n≤20：可能考察暴力或状态压缩
• n≤1e4：O(n²)算法可能可行
• n≤1e5：需要O(nlogn)解法
• n≤1e6：必须线性算法

5.3 调试与提交技巧

• 使用assert验证中间结果
• 构造极端测试用例（空输入、最大值、最小值等）
• 注意输出格式要求（空格、换行、精度等）
• 利用OJ的错误提示信息（WA/TLE/MLE等）

在实际竞赛中，我通常会先花2-3分钟分析题目特征，判断可能的算法类型，然后套用相应的解题模板。对于35-37这类编号题目，70%的情况可以归入上述几种经典模型。当遇到不熟悉的变种时，我会重点分析题目中的约束条件和特殊要求，往往能发现隐藏的解题线索。