• leetCode 45.跳跃游戏 II 贪心算法


    45. 跳跃游戏 II - 力扣(LeetCode)

    给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]

    每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。换句话说,如果你在 nums[i] 处,你可以跳转到任意 nums[i + j] 处:

    • 0 <= j <= nums[i] 
    • i + j < n

    返回到达 nums[n - 1] 的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]

    示例 1:

    输入: nums = [2,3,1,1,4]
    输出: 2
    解释: 跳到最后一个位置的最小跳跃数是 2。从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳3步到达数组的最后一个位置。
    

    示例 2:

    输入: nums = [2,3,0,1,4]
    输出: 2

     >>思路和分析

    本题相对于leetCode 55.跳跃游戏 贪心算法 难度增加了,但是思路还是相似的,还是要看最大的覆盖范围

    贪心思路:(O_O)?思考:计算最少步数,请问什么时候步数才一定要加一呢?

    • ① 局部最优:当前可移动距离尽可能多走,如果还没到终点,步数再加一
    • ② 整体最优:一步尽可能多走,从而达到最少步数

    真正解题的时候,要从覆盖范围出发,不管怎么跳,覆盖范围内一定是可以跳到的,以最小的步数增加覆盖范围,覆盖范围一旦覆盖了终点,得到的就是最少步数!

    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!

    如果移动下标达到了当前这一步的最大覆盖最远距离了,还没有到终点的话,那么就必须再走一步来增加覆盖范围,直到覆盖范围覆盖了终点

    图中覆盖范围的意义在于,只要红色的区域,最多两步一定可以到!(不用管具体怎么跳,反正一定可以跳到)

    C++代码如下:

    1. class Solution {
    2. public:
    3. // 贪心算法 时间复杂度: O(n) 空间复杂度: O(1)
    4. int jump(vector<int>& nums) {
    5. if (nums.size() == 1) return 0;
    6. int cur = 0;// 当前覆盖最远距离下标
    7. int next = 0;// 下一步覆盖最远距离下标
    8. int result = 0;// 记录走的最大步数
    9. for(int i=0;isize()-1;i++) {
    10. next=max(i+nums[i],next);// 更新下一步覆盖最远距离下标
    11. if(i == cur) {// 遇到当前覆盖最远距离下标
    12. if(cur != nums.size()-1) {
    13. result++; // 需要走下一步
    14. cur = next;// 更新当前覆盖最远距离下标(相当于加油了)
    15. if(cur >= nums.size()-1 ) break; // 当前覆盖最远距到达集合终点,不用做result++操作了,直接结束
    16. }else break;
    17. }
    18. }
    19. return result;
    20. }
    21. };

    来自代码随想录版本一:

    1. // 版本一
    2. class Solution {
    3. public:
    4. int jump(vector<int>& nums) {
    5. if (nums.size() == 1) return 0;
    6. int curDistance = 0; // 当前覆盖最远距离下标
    7. int ans = 0; // 记录走的最大步数
    8. int nextDistance = 0; // 下一步覆盖最远距离下标
    9. for (int i = 0; i < nums.size(); i++) {
    10. nextDistance = max(nums[i] + i, nextDistance); // 更新下一步覆盖最远距离下标
    11. if (i == curDistance) { // 遇到当前覆盖最远距离下标
    12. ans++; // 需要走下一步
    13. curDistance = nextDistance; // 更新当前覆盖最远距离下标(相当于加油了)
    14. if (nextDistance >= nums.size() - 1) break; // 当前覆盖最远距到达集合终点,不用做ans++操作了,直接结束
    15. }
    16. }
    17. return ans;
    18. }
    19. };
    • 时间复杂度: O(n)
    • 空间复杂度: O(1)

     来自代码随想录版本二:

    1. // 版本二
    2. class Solution {
    3. public:
    4. int jump(vector<int>& nums) {
    5. int curDistance = 0; // 当前覆盖的最远距离下标
    6. int ans = 0; // 记录走的最大步数
    7. int nextDistance = 0; // 下一步覆盖的最远距离下标
    8. for (int i = 0; i < nums.size() - 1; i++) { // 注意这里是小于nums.size() - 1,这是关键所在
    9. nextDistance = max(nums[i] + i, nextDistance); // 更新下一步覆盖的最远距离下标
    10. if (i == curDistance) { // 遇到当前覆盖的最远距离下标
    11. curDistance = nextDistance; // 更新当前覆盖的最远距离下标
    12. ans++;
    13. }
    14. }
    15. return ans;
    16. }
    17. };
    • 时间复杂度: O(n)
    • 空间复杂度: O(1)

    理解本题的关键在于:以最小的步数增加最大的覆盖范围,直到覆盖范围覆盖了终点,这个范围内最少步数一定可以跳到,不用管具体是怎么跳的,不纠结于一步究竟跳一个单位还是两个单位。

    参考和推荐文章、视频:

     代码随想录 (programmercarl.com)

    贪心算法,最少跳几步还得看覆盖范围 | LeetCode: 45.跳跃游戏II_哔哩哔哩_bilibili 

  • 相关阅读:
    Spring6.0全新发布,快来看看
    2023最新SSM计算机毕业设计选题大全(附源码+LW)之java小区宠物管理系统k8n96
    优秀的 Verilog/FPGA开源项目介绍(三十五)- TinyML
    区块链资源协同配置系统动力学预测模拟研究——以粤港澳大湾区为例
    交通运输行业经销商渠道管理系统高效协同,提高便捷化水平
    AR智能眼镜主板硬件设计_AR眼镜光学方案
    懒人福利:只需一行代码,导入所有的 Python 库
    简单工厂,工厂方法,抽象工厂模式
    Spring JdbcTemplate(使用详解)
    信安软考 第二十五章 移动应用安全需要分析与安全保护工程
  • 原文地址:https://blog.csdn.net/weixin_41987016/article/details/133516533