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
//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
//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];
}
}