【C++】算法集锦（14

我们来分析一下上面的栗子（我们假设数组有-1格，nums[-1] = 1，我们从nums[-1]开始）：

第一个栗子：在下标为0的时候遇到了绝望的0，从下标为-1的地方为此前能前进的最大步数1，无法跨越，终结。

第二个栗子：在下标为3的时候遇到了绝望的0，从下标为1的地方获得了此前能前进的最大步数2，无法跨越，失败。

第三个栗子：在下标为2的时候遇到了绝望的0，从下标为0的地方获得了此前能前进的最大步数2，无法跨越，失败。

这三个栗子中，我们能提取出什么有效的信息？

0 -（-1） = 1

3 - 1 = 2

2 - 0 = 2

对吧。

还有呢？为什么不变通一下，比如说例2中，不通过下标为2的点去中转呢？因为中转也无效啊。

那就是说我们要去尝试着中转。

这样讲可能会有点绕啊，我把例2改一下：[1,2,2,0]，这不就活了吗！

拿两个例2来比对一下：

（以flag纪录当前能够到达的最远距离）

[1,2,1,0,···]

//下标0最多到下标1，flag = 1；下标1最多到下标3，flag = 3；下标2最多到下标3，flag = 3；下标3，flag = 3；卒

[1,2,2,0]

//下标0：flag = 1；下标1：flag = 3；下标2：flag = 4

可以看到，当flag == 下标 的时候，就凉凉了。

---

代码实现

所以，我们写出代码：

bool canJump(vector& nums){

int n = nums.size();

int farthest = 0;

for(int i = 0; i < n-1; i++){

//不断计算能够跳到的最远距离

farthest = max(farthest,i+nums[i]);

//如果碰到0跳不动了

if(farthest <= i) return false;

}

return farthest >= n-1;

}

---

跳跃游戏 II

---

跟上面差不多，但是这次保证你能跳到最后，问你最少跳几次。

看着好眼熟啊，好像前面写过一道这样的题。换硬币是吧。

去递归选取后续跳法里面的最优，属于一种：从后向前的解法，可以理解为从底层开始层序遍历一棵树。只不过我们后来通过备忘录对这棵树进行了剪枝，不然真的不忍直视啊。

但是呢，我们今天讲的是贪心算法，它可以想象成从上往下一条路走下去。让我们看看：

---

思路

贪心算法是什么？贪心算法会选择当下最有潜力的一步。

举个例子：[2,3,1,2,5,1]

当你现在在下标0的位置，你可以跳两步。动归的话会递归去算这两步到最终结果的最优步数，但是贪心算法不这样。

贪心算法是每次尽可能多跳吗？NoNoNo，选择当下最有潜力的：在坐标1的位置，你有三个选择；在坐标2的位置，你只有一个选择，所以贪心算法会让你选择跳到坐标1。这就是贪心算法的局部最优（不要奇思妙想啥反例，要用贪心算法，就要承担它的失误率）。

接下来，我们来写代码：

int jump(vector& nums){

int n = nums.size();

//站在索引i，最多能跳到索引end

int end = 0;

//从索引【i···end】起跳，最远能到的距离

int farthest = 0;

总结

就写到这了，也算是给这段时间的面试做一个总结，查漏补缺，祝自己好运吧，也希望正在求职或者打算跳槽的 程序员看到这个文章能有一点点帮助或收获，我就心满意足了。多思考，多问为什么。希望小伙伴们早点收到满意的offer! 越努力越幸运！

金九银十已经过了，就目前国内的面试模式来讲，在面试前积极的准备面试，复习整个 Java 知识体系将变得非常重要，可以很负责任的说一句，复习准备的是否充分，将直接影响你入职的成功率。但很多小伙伴却苦于没有合适的资料来回顾整个 Java 知识体系，或者有的小伙伴可能都不知道该从哪里开始复习。我偶然得到一份整理的资料，不论是从整个 Java 知识体系，还是从面试的角度来看，都是一份含技术量很高的资料。

一句，复习准备的是否充分，将直接影响你入职的成功率。但很多小伙伴却苦于没有合适的资料来回顾整个 Java 知识体系，或者有的小伙伴可能都不知道该从哪里开始复习。我偶然得到一份整理的资料，不论是从整个 Java 知识体系，还是从面试的角度来看，都是一份含技术量很高的资料。**

[外链图片转存中…(img-1yHhJjrR-1719178868691)]