当前位置: 首页 > article >正文

Leetcode 45-跳跃游戏 II

题解

法一 找当前可跳到最远的起始位置(贪心法)

局部最优: 当前覆盖范围内尽选可到达最远的一步,如果还没到终点,步数再加一。
整体最优: 一步尽可能多走,从而达到最少步数。

  • 本题和55题不同,55题只需在当前可覆盖范围内找到可覆盖的最远的位置,相当于可以不断跳跃,不断更新最大覆盖范围, 最后得到整体最大覆盖范围,看是否能到终点。
  • 本题为了尽可能减少跳跃步数,不能每次跳跃,本题只在找到当前可覆盖范围内可跳跃最远的一个位置i作为下一步的起点开始跳跃,并更新下一步可覆盖的范围。这里需要统计两个覆盖范围,当前这一步的最大覆盖和下一步最大覆盖。
  • 如果到达当前这一步的最大覆盖最远距离(curCover)还没有到终点的话,那么就必须再走一步(step++,curCover=nextCover)来增加覆盖范围。如何更新下一步可覆盖的范围?遍历i到curCover,通过选择最大的(i+nums[i])不断更新nextCover和curCover。
    图片转载自代码随想录
    在这里插入图片描述
//贪心解法:跳的步数尽可能少-->每一步跳的距离尽可能远
//局部贪心:在当前能覆盖的区域里选择下一步的起始位置,下一步覆盖的距离要尽可能远
//step什么时候更新?到达当前这一步覆盖的边界的时候+1
class Solution {
    public int jump(int[] nums) {
        //走0步时覆盖范围为0
        int curCover=0;
        int nextCover=nums[0];
        int step=0;
        for(int i=0;i<nums.length;i++){
            if(curCover>=nums.length-1) break;
            //更新下一步可覆盖的区域边界
            nextCover=Math.max(nextCover,i+nums[i]);
            //到达当前这一步覆盖的边界的时候,step必须+1,curCover=nextCover
            if(i==curCover){
                step++;
                curCover=nextCover;
            }
        }
        return step;
    }
}

法二 找可到达终点的最靠前的位置(贪心法)

知道最终要到达最后一个位置,然后我们找前一个位置,遍历数组,找到能到达它的位置,离它最远的就是要找的位置。然后继续找上上个位置,最后到了第 0 个位置就结束了。

至于离它最远的位置,其实我们从左到右遍历数组,第一个满足的位置就是我们要找的
图片转载自windliang
在这里插入图片描述

//从后往前找可以到达nums.length-1位置的最靠前的数
//怎么找最靠前的数?从前往后遍历到的第一个能到达nums.length-1的数即为最靠前的数
//找到了以后更新需要到达的数(position=nums.length-1-->position=找到的位置i),且step++,循环往复
//贪心法里面经常用到的一个手法,更新待循环的数组范围
class Solution {
    public int jump(int[] nums) {
        int position=nums.length-1;
        int step=0;
        while(position>0){
            for(int i=0;i<position;i++){
                if(nums[i]+i>=position){
                        step++;
                        //将当前的i置为下次跳转需要到达的点
                        position=i;
                        //这一步使得此轮循环结束,下一轮的遍历起点还是0,遍历目标是找到i使得nums[i]+i>position
                 }
                if(position==0) break;
            }
        }
       
        return step;
    }
}

法三 暴力搜索(动态规划)

dp[i]:能跳到该数组需要的最小步数
通过dp[i+count]=Math.min(dp[i]+1,dp[i+count])更新到达dp[i+count]的最小步数

//dp[i]:能跳到该数组需要的最小步数
//dp[i+count]=Math.min(dp[i]+1,dp[i+count]) count<=nums[i]
class Solution {
    public int jump(int[] nums) {
        int[] dp=new int[nums.length];
        for(int i=0;i<nums.length;i++){
            dp[i]=Integer.MAX_VALUE;
        }
        //初始化
        dp[0]=0;
        for(int i=0;i<nums.length;i++){
            int count=nums[i];
            while(count>0&&dp[i]!=Integer.MAX_VALUE){
                if(dp[nums.length-1]!=Integer.MAX_VALUE) return dp[nums.length-1];
                if(i+count<nums.length) dp[i+count]=Math.min(dp[i]+1,dp[i+count]);
                count--;
            }
        }
        return dp[nums.length-1];
    }
}

http://www.kler.cn/news/324040.html

相关文章:

  • 【深度学习】(10)--ResNet残差网络
  • linux如何配置静态IP
  • 【d53】【Java】【力扣】24.两两交换链表中的节点
  • 元组(tuple)和列表(list)的区别及应用场合
  • 记录linux环境下搭建本地MQTT服务器实现mqtt的ssl加密通讯
  • 在AI时代,程序员如何提升核心竞争力?
  • Unix-like 系统中的文件所有权管理:使用 sudo chown -R 命令的详解与实践应用
  • React 启动时webpack版本冲突报错
  • PHP爬虫:获取商品SKU详细信息的艺术
  • 【分布式微服务云原生】探索微服务架构下的服务治理
  • 【RocketMQ】RocketMQ安装
  • 560. 和为 K 的子数组
  • 【Linux】修改用户名用户家目录
  • 切换笔记本键盘的启用与禁用状态
  • windows C++-创建使用特定计划程序策略的代理
  • Redis缓存双写一致性笔记(上)
  • 机器学习西瓜书笔记(十一) 第十一章特征选择与稀疏学习+代码
  • JAVA-内部类和匿名内部类
  • Pandas空值识别,空值填充,空值过滤方法超详细解读
  • 如何手动安装libcrypto.so.10和libssl.so.10这两个库?
  • C语言 | Leetcode C语言题解之第440题字典序的第K小数字
  • pycharm2024版 搭配Anaconda创建pytorch项目
  • 算法分析,主定理
  • 【解决方案】Java 互联网项目中常见的 Redis 缓存应用场景
  • c语言和c++一样吗
  • Spring Boot实现房产租赁业务逻辑
  • 互联网安全为什么要做风险评估:构建数字世界的坚固防线
  • 排序算法C++
  • 经济不好,但是遍地都是赚钱的机会
  • 万元购车平台源码开发总结与关键技术解析