当前位置: 首页 > java >正文

LeetCode 55. 跳跃游戏(中等)

题目描述

给你一个非负整数数组 nums,你最初位于数组的第一个下标。数组中的每个元素代表你在该位置可以跳跃的最大长度。

判断你是否能够到达最后一个下标,如果可以,返回 true;否则,返回 false

示例 1:

输入:nums = [2,3,1,1,4]
输出:true
解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。

示例 2:

输入:nums = [3,2,1,0,4]
输出:false
解释:无论怎样,总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 ,所以永远不可能到达最后一个下标。

提示:

  • 1 <= nums.length <= 10^4
  • 0 <= nums[i] <= 10^5

问题分析

这是一个经典的贪心算法问题。问题的关键在于判断是否能从起点跳到终点,而不是求解具体的跳跃路径。

当我们站在某个位置时,可以选择跳1步、2步...直到该位置的最大跳跃长度。但实际上,我们不需要考虑具体跳几步,而是关注能否覆盖到终点。


解题思路

贪心算法

贪心算法的核心思想是:每一步都计算能跳到的最远距离,只要能覆盖到最后一个位置,就说明可以到达。

具体步骤如下:

  1. 维护一个变量 maxReach,表示当前能到达的最远位置
  2. 遍历数组中的每个元素,如果当前位置已经超过了能到达的最远位置,说明无法到达该位置,返回 false
  3. 否则,更新 maxReach 为当前位置能到达的最远位置和已记录的最远位置中的较大值
  4. 如果 maxReach 已经覆盖了最后一个位置,可以直接返回 true

动态规划方法

虽然贪心算法是解决此问题的最优解,但我们也可以使用动态规划来理解这个问题:

  1. 创建一个布尔数组 dp,其中 dp[i] 表示是否能到达位置 i
  2. 初始条件:dp[0] = true(起点总是可以到达的)
  3. 对于每个可达位置 i,标记从该位置可以跳到的所有位置 j 为可达(dp[j] = true)
  4. 最终检查 dp[n-1] 是否为 true

算法过程

以示例1为例:nums = [2,3,1,1,4]

使用贪心算法的执行过程:

  1. 初始位置:i = 0,maxReach = 0
  2. 遍历位置0:nums[0] = 2,更新 maxReach = max(0, 0+2) = 2
  3. 遍历位置1:nums[1] = 3,更新 maxReach = max(2, 1+3) = 4(已覆盖终点,可返回true)
  4. 实际上已经可以确定能到达终点了,但我们继续遍历以展示完整过程
  5. 遍历位置2:nums[2] = 1,更新 maxReach = max(4, 2+1) = 4
  6. 遍历位置3:nums[3] = 1,更新 maxReach = max(4, 3+1) = 4
  7. 遍历位置4:nums[4] = 4,更新 maxReach = max(4, 4+4) = 8

最终 maxReach = 8 大于等于 nums.length - 1 = 4,返回 true。


详细代码实现

Java 实现 - 贪心算法

class Solution {public boolean canJump(int[] nums) {// 当前能到达的最远位置int maxReach = 0;// 遍历数组for (int i = 0; i < nums.length; i++) {// 如果当前位置已经超过了能到达的最远位置,说明无法到达该位置if (i > maxReach) {return false;}// 更新最远可以到达的位置maxReach = Math.max(maxReach, i + nums[i]);// 如果最远位置已经覆盖了最后一个位置,可以直接返回trueif (maxReach >= nums.length - 1) {return true;}}// 如果能够遍历完整个数组,说明最后一个位置是可达的return true;}
}

C# 实现 - 贪心算法

public class Solution {public bool CanJump(int[] nums) {// 当前能到达的最远位置int maxReach = 0;// 遍历数组for (int i = 0; i < nums.Length; i++) {// 如果当前位置已经超过了能到达的最远位置,说明无法到达该位置if (i > maxReach) {return false;}// 更新最远可以到达的位置maxReach = Math.Max(maxReach, i + nums[i]);// 如果最远位置已经覆盖了最后一个位置,可以直接返回trueif (maxReach >= nums.Length - 1) {return true;}}// 如果能够遍历完整个数组,说明最后一个位置是可达的return true;}
}

Java 实现 - 动态规划

class Solution {public boolean canJump(int[] nums) {int n = nums.length;// dp[i]表示是否能到达位置iboolean[] dp = new boolean[n];// 起点总是可达的dp[0] = true;for (int i = 0; i < n; i++) {// 如果当前位置不可达,跳过if (!dp[i]) {continue;}// 从当前位置可以跳到的所有位置for (int j = 1; j <= nums[i] && i + j < n; j++) {dp[i + j] = true;}// 如果最后一个位置已经标记为可达,可以提前返回if (dp[n - 1]) {return true;}}return dp[n - 1];}
}

C# 实现 - 动态规划

public class Solution {public bool CanJump(int[] nums) {int n = nums.Length;// dp[i]表示是否能到达位置ibool[] dp = new bool[n];// 起点总是可达的dp[0] = true;for (int i = 0; i < n; i++) {// 如果当前位置不可达,跳过if (!dp[i]) {continue;}// 从当前位置可以跳到的所有位置for (int j = 1; j <= nums[i] && i + j < n; j++) {dp[i + j] = true;}// 如果最后一个位置已经标记为可达,可以提前返回if (dp[n - 1]) {return true;}}return dp[n - 1];}
}

复杂度分析

贪心算法

  • 时间复杂度:O(n),其中 n 是数组长度,只需要遍历一次数组。
  • 空间复杂度:O(1),只使用了常数个额外变量。

动态规划

  • 时间复杂度:O(n²),最坏情况下,对于每个位置,我们都需要考虑跳跃的所有可能性。
  • 空间复杂度:O(n),需要一个长度为 n 的数组记录状态。
http://www.xdnf.cn/news/6210.html

相关文章:

  • 多线程(三)
  • 团结引擎 1.5.0 发布,抖音小游戏平台即将开放、Shader Graph功能新增…引擎能力再提升!
  • 深入探索局域网技术:从理论到实战
  • 如何下载 Microsoft SQL Server Management Studio 2019
  • 最大子段和(就是之前总结线性dp思想)
  • 现代垃圾收集器
  • 公路水运安全员A证备考要点
  • 如何解决电脑蓝屏错误代码:Oxc0000098
  • OSS-承载数据的巨轮
  • 同设备访问php的多个接口会有先后等待问题
  • 基于 art 下的类加载机制,实现函数抽取壳
  • Java—接口和抽象类
  • WordPress 文章和页面:它们的区别是什么?
  • Pomelo知识框架
  • Python爬虫之品牌口碑数据抓取
  • 识别硬盘驱动器的接口类型,及其与计算机连接的方式
  • 碎片笔记|AI生成图像溯源方法源码复现经验(持续更新中……)
  • 解放双手的鼠标自动点击软件
  • R语言学习--Day02--实战经验反馈
  • 基于EFISH-SCB-RK3576/SAIL-RK3576的智慧路灯控制器技术方案
  • 高压开关/断路器机械特性试验的目的及设备
  • [python] python静态方法,类方法,实例方法实现及其区别
  • 【沉浸式求职学习day39】【双指针算法题】
  • 公链开发及其配套设施:钱包与区块链浏览器
  • 【Python】杂乱-[代码]Python 输出/打印列表(list)的方法
  • 三子棋设计
  • C#上位机RS485通信控制变频器
  • 3、ubantu系统docker常用命令
  • Centos 上安装Klish(clish)的编译和测试总结
  • NixOS 系统深度解析