LeetCode55. 跳跃游戏的两种解法：动态规划和贪心算法

题目概述：

题目链接：点我做题

题解：

一、动态规划

  因为我看的dp标签进的这个题，所以先想了个动态规划的方法，思路主要是这样的：
  定义一个size个元素的dp数组，dp[i]=true,when当前位置可以通过前面的跳跃到达,dp[i]=false,when当前位置不可以通过前面的跳跃到达，先使得dp[0]=true;，表明从0位置出发；
  然后根据nums[0]的值，更新$dp[1]到dp[min(size-1,0+nums[0])]$都为true，表明这些位置可以到达，
  然后从1开始往后遍历，每一个位置都先检查一下是否已经是true了，如果是，则可以进去仿照0位置更新$dp$数组，由于STL的vector默认初始化的初始值是0，所以$dp[size-1]$默认会被初始化成$false$，遍历完了以后就返回$dp[size-1]$的值就可以了。
代码：

class Solution {
public:
    bool canJump(vector<int>& nums) 
    {
        int size = nums.size();
        vector<bool> dp(size);
        dp[0] = true;
        for (int i = 0; i <= nums[0]; ++i)
        {
            if (i >= size)
            {
                break;
            }
            dp[i] = true;
        }
        for (int i = 1; i < size - 1; ++i)
        {
            if (dp[i] == true)
            {
                for (int j = 1; j <= nums[i]; ++j)
                {
                    if (i + j >= size)
                    {
                        break;
                    }
                    dp[i + j] = true;
                }
            }
            if (dp[size - 1] == true)
            {
                break;
            }
        }
        return dp[size - 1];
    }
};

  这个代码有一个可以优化的地方，如果进来发现dp[i]等于false了，应该直接return false;，因为连i位置都不能通过前面的跳跃到达的话，那么是不可能到达size-1这个位置的，因为每轮其实都会跟更新当前能到达的最右位置的dp为true，如果你进入的位置是false，说明前一轮能到达的最右位置在这之前，那么你是永远到达不了这个位置的，既然你到达不了这个位置，那后面的位置肯定也到达不了，因为规则规定你可以跳1步、跳2步、跳3步…跳nums[i]步，能到达的位置一定是连续的，这位置到达不了那下一个位置肯定也到达不了，最右到达位置就不会更新了，所以size -1肯定也到达不了
时间复杂度：$O(n\ast ma{x}_i(nums[i]))$
空间复杂度:$O(n)$

二、贪心算法

  其实注意到的每一个位置都会实时更新最右到达位置这点的时候，就应该想到这个方法。
  维护一个最右到达位置，初始值是0，表明此时0下标可以到达；
  然后通过位置0的nums[0]值更新最右到达位置，此时最右到达位置为$max(0,0+nums[0])$;
  然后从下标为1的位置出发，遍历一遍nums数组，先检查此时的最右到达位置是否覆盖了次位置，如果没有覆盖，正如我们在动态规划里说的一样，直接返回break出去返回false就行；
  否则进去更新最右到达位置为：$rightmax=max(rightmax,i+nums[i]);$，
  每轮循环最后，检查当前最优到达位置是否已经大于$size-1$，如果大于了，说明已经可以到达尾巴了，返回$true$就可以。
代码：

class Solution {
public:
    bool canJump(vector<int>& nums) 
    {
        //贪心算法
        //维护一个最大到达下标rightmax，初始值为0
        //如果我们的当前下标小于最大到达下标，则表明当前下标可以通过前面的跳跃到达
        //然后更新最大到达下标为rightmax = rightmax + nums[i]
        //然后检查rightmax是否大于size - 1
        //如果大于 则return true
        //如果当前下标大于最大到达下标 说明当前位置已经不可以到达 直接return false
        int size = nums.size();
        int rightmax = 0;
        for (int i = 0; i < size; ++i)
        {
            if (i <= rightmax)
            {
                rightmax = max(rightmax, i + nums[i]);
            }
            else
            {
                break;
            }
            if (rightmax >= size - 1)
            {
                return true;
            }
        }
        return false;
    }
};