55_跳跃游戏

55.跳跃游戏
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。

示例 1：
输入：nums = [2,3,1,1,4]
输出：true
解释：可以先跳 1 步，从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。

示例 2：
输入：nums = [3,2,1,0,4]
输出：false
解释：无论怎样，总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 ， 所以永远不可能到达最后一个下标。

分析：初看本题时可能想：当前位置元素如果是3，我究竟是跳一步呢还是跳两步呢，还是三步呢，究竟几步才是最优呢。其实，跳几步是无所谓的，关键在于可跳的覆盖范围。
这时我们可以考虑贪心。只要跳跃覆盖范围可以覆盖到终点，就可以了，不需要考虑每次跳几步
每次移动取最大跳跃步数（得到最大的覆盖范围），每移动一个单位，就更新最大覆盖范围

贪心算法局部最优解：每次取最大跳跃步数（取最大覆盖范围），整体最优解：最后得到整体最大覆盖范围，看是否能到终点。

解法一：（贪心）

class Solution(object):
    def canJump(self, nums):
        """
        :type nums: List[int]
        :rtype: bool
        """
        max_d = 0   # 初始化最远距离
        
        for i in range(len(nums)):
            if max_d >= i:    # 如果最远距离大于当前下标说明当前位置可以到达（覆盖）
                max_d = max(i + nums[i],max_d)        # 更新最远距离
                if max_d >= len(nums) - 1:    # 如果数组最后一个元素也可以被覆盖则返回True
                    return True
            
        return False

贪心代码精简版：

class Solution(object):
    def canJump(self, nums):
        """
        :type nums: List[int]
        :rtype: bool
        """
        m = 0 
        for i, n in enumerate(nums):
            if i > m:
                return False        
            m = max(m, i + n)
        return True

解法二：（动态规划）

一维dp，dp方程 dp[i] = max(dp[i - 1], i + nums[i] )

class Solution(object):
    def canJump(self, nums):
        """
        :type nums: List[int]
        :rtype: bool
        """
        dp = [0] * len(nums)
        for i in range(0,len(nums)):
            if dp[i - 1] >= i:
                dp[i] = max(dp[i - 1], i + nums[i] )
                if dp[i-1] >= len(nums) - 1:
                    return True
        return False