55. 跳跃游戏(leetcode 55)

问题描述

给定一个非负整数数组 nums,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。判断你是否能够到达最后一个位置。

示例 1:

输入输出解释
[2,3,1,1,4]true可以依次跳到最后一个
[3,2,1,0,4]false第 3 位后无法继续

解法一:贪心算法(正向遍历)

思路:

  • 维护一个变量 maxReach,表示当前能到达的最远下标。
  • 遍历数组,每到一个位置,更新 maxReach = max(maxReach, i + nums[i])
  • 如果当前位置 i 超过了 maxReach,说明无法到达,直接返回 false。
  • 如果 maxReach 达到或超过最后一个下标,返回 true。

Java 代码:

class Solution {
    public boolean canJump(int[] nums) {
        int maxReach = 0;
        for (int i = 0; i < nums.length; i++) {
            if (i > maxReach) return false; // 当前位置不可达
            maxReach = Math.max(maxReach, i + nums[i]); // 更新最远可达
            if (maxReach >= nums.length - 1) return true; // 已可达终点
        }
        return true;
    }
}

复杂度分析:

  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

解法二:动态规划

思路:

  • 用布尔数组 dp[i] 表示能否到达位置 i
  • 初始 dp[0]=true
  • 对每个位置 i,遍历前面所有位置 j,如果 dp[j]=truej+nums[j]>=i,则 dp[i]=true

Java 代码:

class Solution {
    public boolean canJump(int[] nums) {
        boolean[] dp = new boolean[nums.length];
        dp[0] = true;
        for (int i = 1; i < nums.length; i++) {
            for (int j = 0; j < i; j++) {
                if (dp[j] && j + nums[j] >= i) {
                    dp[i] = true;
                    break;
                }
            }
        }
        return dp[nums.length - 1];
    }
}

复杂度分析:

  • 时间复杂度:O(n²)
  • 空间复杂度:O(n)

解法三:贪心算法(反向遍历)

思路:

  • 从后往前维护一个变量 lastPos,表示最后一个能到达终点的位置。
  • 如果当前位置 i + nums[i] >= lastPos,则更新 lastPos = i
  • 最终判断 lastPos == 0 是否成立。

Java 代码:

class Solution {
    public boolean canJump(int[] nums) {
        int lastPos = nums.length - 1;
        for (int i = nums.length - 2; i >= 0; i--) {
            if (i + nums[i] >= lastPos) {
                lastPos = i;
            }
        }
        return lastPos == 0;
    }
}

复杂度分析:

  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

三种方法对比表

方法时间复杂度空间复杂度优点缺点
贪心正向O(n)O(1)直观高效需理解贪心原理
动态规划O(n²)O(n)思路清晰效率较低
贪心反向O(n)O(1)代码简洁高效思路不直观

三种方法执行流程举例

nums = [2,3,1,1,4] 为例,详细说明三种方法的执行过程:

贪心正向

inums[i]maxReach说明
0220+2=2
1341+3=4
2142+1=3 < 4
3143+1=4
4484+4=8 >= 4 终点
  • 只要 maxReach >= 终点下标,返回 true。

动态规划

idp[i]说明
0true起点可达
1true0+2>=1, dp[0]=true
2true0+2>=2, dp[0]=true
3true1+3>=3, dp[1]=true
4true1+3>=4, dp[1]=true
  • dp[4]=true,返回 true。

贪心反向

inums[i]lastPos说明
3143+1=4 >= 4, lastPos=3
2132+1=3 >= 3, lastPos=2
1321+3=4 >= 2, lastPos=1
0210+2=2 >= 1, lastPos=0
  • lastPos=0,返回 true。

总结与推荐

  • 实际开发/面试推荐: 贪心算法(正向或反向)都能高效解决本题,推荐优先掌握。
  • 动态规划适合理解递推思想,但效率较低。
  • 建议优先写贪心正向,理解后可尝试反向贪心,动态规划适合拓展思路。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值