1696. 跳跃游戏 VI

思路

题目要求在给定的数组中，从第一个位置出发，每一步可以向前跳跃最多 k 步，求能够获得的最大得分。这是一个典型的动态规划问题，需要找到状态转移方程来表示每个位置的最大得分。

解题方法

我们可以使用动态规划来解决这个问题。定义一个长度为 n 的数组 dp，其中 dp[i] 表示在到达位置 i 时的最大得分。状态转移方程可以表示为：
dp[i]=max i−k≤j<i dp[j]+nums[i]
即，在位置 i 处的最大得分是在当前窗口内（i-k 到 i-1）找到的最大得分，加上当前位置的值。

我们可以使用一个优先级队列（最大堆）或者队列来维护当前窗口内的最大得分，以优化查找最大得分的过程。

复杂度

时间复杂度: O(nlog⁡k)O(n \log k)O(nlogk)

空间复杂度: O(n)O(n)O(n)

Code

class Solution {
public:
    int maxResult(std::vector<int>& nums, int k) {
        int n = nums.size();
        std::vector<int> dp(n, 0);  // dp数组，用于存储到达每个位置的最大得分
        dp[0] = nums[0];            // 初始位置的最大得分就是该位置的值

        for (int i = 1; i < n; ++i) {
            int maxScore = dp[i - 1];  // 初始化为前一个位置的最大得分

            for (int j = std::max(0, i - k); j < i; ++j) {  // 在当前窗口内找到最大得分
                maxScore = std::max(maxScore, dp[j]);
            }

            dp[i] = maxScore + nums[i];  // 更新当前位置的最大得分
        }

        return dp[n - 1];  // 返回最终到达数组末尾的最大得分
    }
};

class Solution {
public:
    int maxResult(std::vector<int>& nums, int k) {
        int n = nums.size();
        std::vector<int> dp(n, 0); // dp数组，用于存储到达每个位置的最大得分
        dp[0] = nums[0];           // 初始位置的最大得分就是该位置的值

        // 使用优先级队列，按照最大得分排序
        std::priority_queue<std::pair<int, int>> maxHeap;
        maxHeap.push({dp[0], 0});

        for (int i = 1; i < n; ++i) {
            // 移除超出当前窗口范围的元素
            while (maxHeap.top().second < i - k) {
                maxHeap.pop();
            }

            dp[i] = maxHeap.top().first + nums[i]; // 更新当前位置的最大得分
            maxHeap.push({dp[i], i});              // 将当前位置的信息加入优先级队列
        }
        return dp[n - 1]; // 返回最终到达数组末尾的最大得分
    }
};

class Solution {
public:
    int maxResult(std::vector<int>& nums, int k) {
        int n = nums.size();
        std::vector<int> dp(n, 0); // dp数组，用于存储到达每个位置的最大得分
        std::deque<int> dq; // 双端队列，用于维护当前窗口内的最大值的索引

        dp[0] = nums[0]; // 初始位置的最大得分就是该位置的值
        dq.push_back(0); // 将初始位置索引加入队列

        for (int i = 1; i < n; ++i) {
            // 移除超出当前窗口范围的元素
            while (!dq.empty() && dq.front() < i - k) {
                dq.pop_front();
            }

            // 更新dp[i]，使用当前窗口内的最大值
            dp[i] = nums[i] + dp[dq.front()];

            // 移除小于等于dp[i]的元素（保持队列单调递减）
            while (!dq.empty() && dp[i] >= dp[dq.back()]) {
                dq.pop_back();
            }

            // 将当前索引加入队列
            dq.push_back(i);
        }

        return dp[n - 1]; // 返回最终到达数组末尾的最大得分
    }
};