LeetCode 55.跳跃游戏

水果摊见

已于 2022-06-28 17:18:36 修改

阅读量2.5k

点赞数

分类专栏： leetCode刷题文章标签： leetcode 动态规划算法

于 2022-03-04 22:04:23 首次发布

本文链接：https://blog.csdn.net/Supposelll/article/details/123278957

版权

leetCode刷题专栏收录该内容

59 篇文章 0 订阅

订阅专栏

这篇博客探讨了如何利用动态规划、状态压缩和贪心算法来解决LeetCode上的跳跃游戏问题。作者给出了三种不同的解决方案，并详细解释了每种方法的思路。动态规划通过维护一个dp数组，记录每个位置能达到的最远距离；状态压缩通过保存当前位置所能达到的最远位置，逐步更新；贪心算法则每次选取当前能跳到的最远位置。所有方法的目标都是判断是否能到达数组的最后一个下标。

摘要由CSDN通过智能技术生成

https://leetcode-cn.com/problems/jump-game/
给定一个非负整数数组 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。

思路：

动态规划
设dp[i]为在 i 处能够到达的最远距离，这个距离与dp[i - 1]有关，是dp[i - 1]与 i+nums[i]中较大的那个。
在循环过程中必须保证 i 比dp[i - 1]小，即上一步可以到达i，否则没有意义。
最后如果dp的最后一位可以到达数组的最后一位，则返回true。

var canJump = function(nums) {
    let n = nums.length;
    if (n === 1) return true;
    let dp = new Array(n).fill(0);
    dp[0] = nums[0];
    for (let i = 1; i < n; i++) {
        if (i <= dp[i - 1]) {
            dp[i] = Math.max(dp[i - 1], nums[i] + i)
        }
    }
    return dp[n - 1] >= n - 1;
};

状态压缩

var canJump = function(nums) {
    let n = nums.length;
    if (n === 1) return true;

    let spot = nums[0];
    for (let i = 1; i < n; i++) {
        if (i <= spot) {
            spot = Math.max(spot, nums[i] + i)
        }
    }
    return spot >= n - 1;
};

贪心算法
不去关注每一步能跳跃到的位置，而是找每一步能够跳跃到的最远位置，不断覆盖这个最远值。如果最后这个最远值可以到达数组最后一位，那么就可以返回true。

var canJump = function(nums) {
    if (nums.length === 1) return true;
    let spot = nums[0];
    for (let i = 0; i <= spot; i++) {
        spot = Math.max(spot, i + nums[i]);
        if(spot >= nums.length - 1) {
            return true;
        }
    }
    return false;
};