leetcode_45.跳跃游戏 II

45. 跳跃游戏 II

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。

1. 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。

2. 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。

3. 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。

4. 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;
    }
}