1.题目描述
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。
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。
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。
提示:
1 <= nums.length <= 3 * 104
0 <= nums[i] <= 105
2.思路分析
2.1 贪心
Q: 对于数组中的任意一个位置 y,如何判断它是否可以到达?
只要存在一个位置 x,它本身可以到达,并且它跳跃的最大长度为 x+nums[x],这个值大于等于 y,
即 x+nums[x]≥y,那么位置 y也可以到达。
对于每一个可以到达的位置 x,它使得 x+1,x+2,⋯,x+nums[x] 这些连续的位置都可以到达。
-
遍历数组中的每一个位置,并实时维护 最远可以到达的位置。
-
对于当前遍历到的位置 x,如果它在 最远可以到达的位置 的范围内, 以从起点通过若干次跳跃到
达该位置,因此可以用 x+nums[x] 更新 最远可以到达的位置。 -
在遍历的过程中,如果 最远可以到达的位置 大于等于数组中的最后一个位置,那就说明最后一个
位置可达,我们就可以直接返回 True 作为答案。反之,如果在遍历结束后,最后一个位置仍然不
可达,我们就返回 False 作为答案。
举个栗子:[2,3,1,1,4]:
-
一开始在位置 0,可以跳跃的最大长度为 2,因此最远可以到达的位置被更新为 2;
-
遍历到位置 1,由于 1≤2,因此位置 1可达。用 1 加上它可以跳跃的最大长度 3,将最远可以到
达的位置更新为 4。由于 4 大于等于最后一个位置 4,因此我们直接返回 True。
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。
3.代码实现
class Solution:
def canJump(self, nums: List[int]) -> bool:
n, rightmost = len(nums), 0
for i in range(n):
if i <= rightmost:
rightmost = max(rightmost, i + nums[i])
if rightmost >= n - 1:
return True
return False
复杂度分析
- 时间复杂度:O(n),其中 n 为数组的大小。只需要访问 nums 数组一遍,共 n 个位置。
- 空间复杂度:O(1),不需要额外的空间开销。