算法设计周记（二）--Jump Game-CSDN博客

本文链接：https://blog.csdn.net/Double__w/article/details/78011266

问题描述

只要能跳跃到终点，中间的过程不必深究

初步探究

既然过程是透明的，那么最容易想到的解法是BFS（广度优先搜索）
class Solution {
public:
    bool canJump(vector<int>& nums) {
        int s = nums.size();
        vector<bool> b(s);
        for (int i = 1; i < s; i++) b[i] = false;
        b[0] = true;
        queue<int> q;
        while (!q.empty()) q.pop();
        q.push(0);
        while (!q.empty()) {
            int pos = q.front();
            for (int j = 1; j <= nums[pos] && pos+j < s && !b[s-1]; j++) {
                if (b[pos+j]) continue;
                b[pos+j] = true;
                q.push(pos+j);
            }
            q.pop();
        }
        return b[s-1];
    }
};
避免重复访问，并在能够到达终点时提前结束搜索。但是该解法的时间复杂度仍然是O(n²)，提交后得到的结果是超时，这让我开始重新思考问题。

解法优化

问题的终极目的是判断能否到达终点，那么我们是不是可以逐步计算每个position能够到达的最远位置，并进行迭代就可以了呢？

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int i = 0, n = nums.size();
        for (int reach = 0; i < n && i <= reach; ++i)
            reach = i+nums[i] > reach? i+nums[i] : reach; 
        return i == n;
    }
};

只要判断当前计算的position是否已经越过了当前能够到达的最远处reach，就能够排除Jump中断的情形。这种解法的时间复杂度仅为O(n)，很好的解决了超时限制。如果该题没有这种限制，可能我以后碰到类似的问题还会一直使用BFS来解决。然而通过这次经历，我体会到贪心算法在时间复杂度和代码简洁性方面的优越，今后也要尽量避免被固有思维僵化。