(dp+优先队列)力扣 1696. 跳跃游戏 VI思路

题目链接如下1696. 跳跃游戏 VI；
根据题目大意，可以理解成，某个位置的最优解是前面k个位置中最大的最优解加上当前位置的值。所以可以当成是一个dp，得到状态转移方程：

dp[i]= max{dp[i-1]+nums[i] , dp[i-2]+nums[i] , ... , dp[i-k]+nums[i] }

然后代码如下：

class Solution {
public:
    int maxResult(vector<int>& nums, int k) {
        vector<int> dp(nums.size(),0);
        dp[0]=nums[0];
        for(int i=1;i<nums.size();i++){
            for(int j=1;j<=k;j++){
                if(i-j>=0)
                    if(j==1)dp[i]=dp[i-j]+nums[i];			//当前最优值可能有负数，防止初始化的0比当前值大
                    else dp[i]=max(dp[i],dp[i-j]+nums[i]);
            }
        }
        return dp[nums.size()-1];
    }
};

最后发现测试样例可以过，提交后TLE了，可以简单的理解为，该方法的时间复杂度为O(nk)，在大数据量的情况下就超时了，然后研究了一下题解，发现了是用了DP+优先队列的思路，在此记录一下学习历程：

class Solution {
public:
    int maxResult(vector<int>& nums, int k) {
        int n = nums.size();
        deque<pair<int, int>> q;							//储存当前位置最优值和当前位置下标
        q.emplace_back(nums[0], 0);
        int ans = nums[0];
        for (int i = 1; i < n; ++i) {
            while (i - q.front().second > k) {
                q.pop_front();								//容器顶端的值不满足区间条件时，将其移除
            }
            ans = q.front().first + nums[i];				//当前最优解更新为容器顶端值加上当前值
            while (!q.empty() && ans >= q.back().first) {	//容器非空，且当前值比容器底部的值大的话
                q.pop_back();								//移除容器底部
            }
            q.emplace_back(ans, i);							//将当前最优解和当前坐标插入底部
        }
        return ans;
    }
};

思路是创造一个严格单调递减的容器q（最优解单调递减），由此可知，容器顶端的值且满足条件的即为当前的最优解，而更新到的最优值，从下自上找到自己的合适位置插入，并丢弃小于当前值的所有值。
理解一下就是，我如果选择当前位置，一定是要从之前最优的一个位置过来，所以仅考虑最优解就行，而代码逻辑里的丢弃操作，我的理解就是属于剪枝了。