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
自己写的,回溯算法,超出内存限制
class Solution:
def jump(self, nums: List[int]) -> int:
def dfs(nums, start, path, res, target):
if start < len(nums):
if target == nums[start]:
res.append(path)
for i in range(1, nums[start]+1):
if nums[start]+i > target:
break
dfs(nums, start+nums[i], path+[nums[i]], res, target)
path = []
res = []
dfs(nums, 0, path, res, len(nums))
return len(res)
修改后,还是对于特定的解,还是超出内存限制
class Solution:
def jump(self, nums: List[int]) -> int:
def dfs(nums, start, path, res):
if start > len(nums)-1:
return
if start == len(nums)-1:
res.append(path)
return
for i in range(1, nums[start]+1):
if start+i > len(nums)-1:
break
dfs(nums, start+i, path+[nums[i]], res)
path = []
res = []
dfs(nums, 0, path, res)
ress = [len(res[i]) for i in range(len(res))]
return min(ress)
官方解,贪心算法
class Solution:
def jump(self, nums: List[int]) -> int:
step, end, max_bound = 0, 0, 0
for i in range(len(nums)-1): # 只遍历到倒数第二个元素
max_bound = max(max_bound, nums[i]+i) # 上一索引最远位置和当前索引最远位置的较大者
if (i==end):
step += 1
end = max_bound # 逐渐接近最后一个位置
return step
贪心算法
在每一步贪心选择中,只考虑当前对自己最有利的选择,而不去考虑在后面看来这种选择是否合理。
https://blog.csdn.net/weixin_49370884/article/details/126247776