【经典】跳跃游戏

一、题目

力扣原题：https://leetcode-cn.com/problems/jump-game/submissions/

二、深度优先搜索

class Solution {

    private int[] nums;

    private boolean[] visited;

    public boolean canJump(int[] nums) {
        if (null == nums || 0 == nums.length) {
            return false;
        }

        // 标记已访问的节点
        this.visited = new boolean[nums.length];
        this.nums = nums;
        return dfs(0);
    }

    private boolean dfs(int index) {
        visited[index] = true;

        // 成功跳出边界
        if (index >= nums.length - 1) {
            return true;
        }

        for (int step = index + 1; step <= index + nums[index]; step++) {
            // 不同位置可跳跃的范围可能有重复，应该避免重复访问，否则会超时
            if (visited[step]) {
                continue;
            }

            if (dfs(step)) {
                return true;
            }
        }
        return false;
    }
}

• 基本思路：深搜是比较直观的解题思路。对于当前位置index，可以跳跃的位置为[index + 1, index + nums[index]]，可以据此写出深搜代码。值得注意的是，对于不同位置，可跳跃的范围可能有重叠，记录访问状态并进行剪枝可以大大提升运行效率。
• 时间复杂度：O(n)。搜索所有可能，通过标记位，每个节点至多访问一次。
• 空间复杂度：O(n)。即递归的深度，最差情况是每次只能跳一格。

三、记忆化跳跃

class Solution {
    public boolean canJump(int[] nums) {
        if (null == nums || 0 == nums.length) {
            return false;
        }

        int fast = 0;
        for (int i = 0; i < nums.length; i++) {
            // 若遍历到最远点时，仍未跳出边界，说明无法跳出循环了
            if (i > fast) {
                return false;
            }

            // 更新可达的最远点
            fast = Math.max(fast, i + nums[i]);
        }
        return true;
    }
}

• 基本思路：分析题意，实际上我们只需要知道跳跃的最远距离能否逃出边界，因此仅需记录每个位置可以到达的最远点即可。
• 时间复杂度：O(n)
• 空间复杂度：O(1)

四、动态规划

class Solution {

    public boolean canJump(int[] nums) {
        if (null == nums || 0 == nums.length) {
            return false;
        }

        // true：可以跳到当前位置，false：无法跳到当前位置
        boolean[] dp = new boolean[nums.length];

        // 初始状态
        dp[0] = true;
        for (int i = 1; i < nums.length; i++) {
            for (int j = 0; j < i ; j++) {
                // 状态转移方程：若存在j < i可达，并且最大可以跳到i之后，则i也是可达的
                if (dp[j] && (nums[j] + j >= i)) {
                    dp[i] = true;
                    break;
                }
            }
        }
        return dp[nums.length - 1];
    }

}

• 基本思路：dp[i]代表i位置的可达状态，true为可达，false为不可达。初始状态dp[0] = true。
  • dp[i] = true，当且仅当存在j < i可达，并且最大可以跳到i位置之后；
  • dp[i] = false，不满足上述条件时；
• 时间复杂度：O(n^2)。
• 空间复杂度：O(n)。记录所有位置的可达状态。

五、总结

• 探索类问题经常可以用搜索算法解决；
• 通过标记位记录访问状态，往往可以避免不必要的重复计算，大大降低搜索算法的时间复杂度；
• 动态规划算法的关键在于找到初始状态以及状态转移方程；