法一:动态规划 【先把A[0]加到res,如果res[i-1]能走到 i ,那么res[i]存的即为能走的最远的距离(从res[i-1] 和A[i]+i)中取得】
bool canJump(vector<int> A) {
// write you code here
vector<int> res;
res.push_back(A[0]);
for(int i=1;i<A.size();i++)
{
if(res[i-1]>=i)
res.push_back(max(A[i]+i,res[i-1]));
else
res.push_back(0);
}
return res[res.size()-1]>=A.size()-1;
}
法二:贪心法【最大步数能走到当前步则每次用最远距离更新最大步,每次判断是否可以走到最后,可以直接返回true,如果连当前步都走不到,跳出while 返回false】
bool canJump(vector<int> A) {
// write you code here
int max_gap =0;
int cur = 0;
while(max_gap>=cur)
{
max_gap=max(max_gap,cur+A[cur]);
cur++;
if(max_gap>=A.size()-1)
return true;
}
return false;
}