给定一个非负整数数组,你最初位于数组的第一个位置。
数组中的每个元素代表你在该位置可以跳跃的最大长度。
你的目标是使用最少的跳跃次数到达数组的最后一个位置。
示例:
输入: [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。
说明:
假设你总是可以到达数组的最后一个位置。
解题思路:贪心算法,不是说当前位置最大可以跳多少步就跳多少步,而是在当前位置可以跳的步数的范围内,选择下一跳可以跳的最远的那个步数,来决定当前跳多少步。
其实重点不在于判断当前位置跳几步,而是要记录在当前位置可以到达的范围内,下一跳可以到达的最远位
贪心算法python
class Solution(object):
def jump(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
left=0
right=0
step=0
while(right<len(nums)-1):
max_bound=0
for i in range(left,right+1):
max_bound=max(max_bound,nums[i]+i)
right=max_bound
left+=1
step+=1
return step
贪心算法python 2
class Solution(object):
def jump(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
lastPosition=0
end=0
step=0
for i in range(len(nums)-1):
lastPosition=max(lastPosition,nums[i]+i)
if end==i:
step+=1
end=lastPosition
return step
递规超时
class Solution:
def jump(self, nums: List[int]) -> int:
mem=[float('inf')]*len(nums)
mem[0]=0
return self._jump(nums,len(nums)-1,mem)
def _jump(self,nums,index,mem):
if index==0:
mem[index]=0
return mem[index]
# if mem[index]!=float('inf'):
# return mem[index]
for i in range(index):
if nums[i]+i>=index:
mem[index]=min(mem[index],self._jump(nums,i,mem)+1)
return mem[index]
动态规划超时
class Solution:
def jump(self, nums: List[int]) -> int:
mem=[float('inf')]*len(nums)
mem[0]=0
for index in range(1,len(nums)):
for i in range(index):
if nums[i]+i>=index:
mem[index]=min(mem[index],mem[i]+1)
return mem[len(nums)-1]
最后执行的输入:
[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1。。。】
(优化方法for i in range(index))-> for i in range(index-1,-1,-1)是不起作用的,这个区别于leetcode 55.
参考