题目描述:给定一个长度为
n
的 0 索引整数数组nums
。初始位置为nums[0]
。每个元素
nums[i]
表示从索引i
向前跳转的最大长度。换句话说,如果你在nums[i]
处,你可以跳转到任意nums[i + j]
处:
0 <= j <= nums[i]
i + j < n
返回到达
nums[n - 1]
的最小跳跃次数。生成的测试用例可以到达nums[n - 1]
。示例 1:
输入: nums = [2,3,1,1,4] 输出: 2 解释: 跳到最后一个位置的最小跳跃数是 2。 从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。示例 2:
输入: nums = [2,3,0,1,4] 输出: 2提示:
1 <= nums.length <= 10^4
0 <= nums[i] <= 1000
- 题目保证可以到达
nums[n-1]
贪心算法:
这个算法是一种贪心算法,其贪心策略是在每次跳跃时选择当前能够到达的最远位置进行跳跃。
-
贪心选择性质: 在每一步跳跃中,选择当前位置能够到达的最远位置进行跳跃,这样做的好处是尽可能地延长每一步的跳跃距离,从而达到以最少的跳跃次数到达终点的目标。
-
最优子结构性质: 通过每次都选择能够到达的最远位置,算法保证了局部最优解的正确性。因为如果在某一步选择了能够到达的最远位置进行跳跃,那么在后续的跳跃中也会继续选择能够到达的最远位置,因此最终会得到全局最优解。
-
证明: 假设存在一种情况,其跳跃次数比该贪心算法得到的结果更少。但是这是不可能的,因为如果有更少的跳跃次数,那么在某些跳跃的位置上一定存在更优的选择,即能够到达更远位置的选择,这与我们的贪心选择矛盾。
-
复杂度分析: 算法只需一次线性扫描数组,时间复杂度为 O(n),其中 n 为数组的长度。因此,这个贪心算法的时间复杂度是很高效的。
代码思路:
- 在遍历数组的过程中,更新
maxdistance
为当前位置能够到达的最远距离。 - 如果
maxdistance
能够达到或超过数组的最后一个位置,说明已经完成了跳跃,直接退出循环并返回res
加1。 - 如果当前位置
i
等于curcover
,说明当前跳跃的覆盖范围已经用尽,需要进行下一次跳跃,更新curcover
为maxdistance
,并增加res
的值。
class Solution {
public static int jump(int[] nums) {
if (nums.length <= 1) return 0;
int curcover = 0;
int maxdistance = 0;
int res = 0;
for (int i = 0; i < nums.length; i++) {
maxdistance = Math.max(maxdistance, i + nums[i]);
if (maxdistance >= nums.length - 1) {
res++;
break;
}
if (i == curcover) {
curcover = maxdistance;
res++;
}
}
return res;
}
}