几道单调队列相关的题目

相关题目：
918. 环形子数组的最大和
1425. 带限制的子序列和
862. 和至少为 K 的最短子数组

from typing import List
class MaxSubarraySumCircular:
    """
    918. 环形子数组的最大和
    https://leetcode.cn/problems/maximum-sum-circular-subarray/description/
    """
    def solution(self, nums: List[int]) -> int:
        n = len(nums)
        # 模拟环状的 nums 数组
        preSum = [0] * (2 * n + 1)
        preSum[0] = 0
        # 计算环状 nums 的前缀和
        for i in range(1, len(preSum)):
            preSum[i] = preSum[i - 1] + nums[(i - 1) % n]
        # 记录答案
        maxSum = float('-inf')
        # 维护一个滑动窗口，以便根据窗口中的最小值计算最大子数组和
        window = []
        window.append(0)
        for i in range(1, len(preSum)):
            maxSum = max(maxSum, preSum[i] - preSum[window[0]])

            # 维护窗口的大小为 nums 数组的大小
            if window and i-window[0] == n:
                window.pop(0)

            # push
            # 维护队列 单调递增
            while window and preSum[window[-1]] >= preSum[i]:
                window.pop()

            window.append(i)


        return maxSum


class ConstrainedSubsetSum:
    """
    1425. 带限制的子序列和
    https://leetcode.cn/problems/constrained-subsequence-sum/description/
    """
    def solution(self, nums: List[int], k: int) -> int:
        n = len(nums)
        # 定义：dp[i] 表示以 nums[i] 结尾的子序列的最大和
        dp = [0] * n
        dp[0] = nums[0]
        # 单调队列辅助计算 dp[i-k..i-1] 的最大值
        window = [(nums[0], 0)]

        for i in range(1, n):
            # 状态转移方程
            if window and i - k > window[0][1]:
                window.pop(0)

            if window:
                dp[i] = max(nums[i], window[0][0] + nums[i])
            else:
                dp[i] = nums[i]
                
			# 维护队列 单调递减
            while window and window[-1][0] < dp[i]:
                window.pop()

            window.append((dp[i], i))

        # dp 数组中的最大值就是结果
        res = max(dp)
        return res


class ShortestSubarray:
    """
    862. 和至少为 K 的最短子数组
    https://leetcode.cn/problems/shortest-subarray-with-sum-at-least-k/description/
    """
    def solution(self, nums: List[int], k: int) -> int:
        n = len(nums)
        # 看题目的数据范围，前缀和数组中元素可能非常大，所以用 long 类型
        preSumArr = [0] * (n + 1)
        # 计算 nums 的前缀和数组
        for i in range(1, n + 1):
            preSumArr[i] = preSumArr[i - 1] + nums[i - 1]
        q = list()
        res = float("inf")
        # 开始执行滑动窗口算法框架
        for i, curSum in enumerate(preSumArr):
            # 收缩窗口，更新结果
            while q and curSum - preSumArr[q[0]] >= k:
                res = min(res, i - q.pop(0))

            # 维持单调队列 单调递增
            while q and preSumArr[q[-1]] >= curSum:
                q.pop()
            q.append(i)

        return res if res != float("inf") else -1