贪心算法 6. 跳跃游戏

贪心算法 6. 跳跃游戏

55. 跳跃游戏 - 力扣（LeetCode）

代码随想录

难度 5 - 中等

• 要点：

  依然是参考代码随想录，贪心算法没有定式，一下子真有点难想。

  刚看到本题一开始可能想：当前位置元素如果是 3，我究竟是跳一步呢，还是两步呢，还是三步呢，究竟跳几步才是最优呢？

  其实跳几步无所谓，关键在于可跳的覆盖范围！

  不一定非要明确一次究竟跳几步，每次取最大的跳跃步数，这个就是可以跳跃的覆盖范围。

  这个范围内，别管是怎么跳的，反正一定可以跳过来。

  那么这个问题就转化为跳跃覆盖范围究竟可不可以覆盖到终点！

  每次移动取最大跳跃步数（得到最大的覆盖范围），每移动一个单位，就更新最大覆盖范围。

  贪心算法局部最优解：每次取最大跳跃步数（取最大覆盖范围），整体最优解：最后得到整体最大覆盖范围，看是否能到终点。

  局部最优推出全局最优，找不出反例，试试贪心！

  可以参考图像

  i 每次移动只能在 cover 的范围内移动，每移动一个元素，cover 得到该元素数值（新的覆盖范围）的补充，让 i 继续移动下去。

  而 cover 每次只取 max(该元素数值补充后的范围, cover 本身范围)。

  如果 cover 大于等于了终点下标，直接 return true 就可以了。

  注意，我们需要维护的实际上是一个跳跃覆盖范围！这才是解出本道题的关键。

• 代码：

  class Solution:
      def canJump(self, nums):
          if len(nums) == 1:
              return True
  
          i = 0 # 指向当前元素
          max_range_idx = 0 # 存储当前最大范围的最右侧元素下标（最右侧元素包含在范围中）
          while i <= max_range_idx: # 当i在最大可跳转范围内时
              if max_range_idx >= len(nums) - 1: # 如果最大范围覆盖到了末尾元素，则成功跳转
                  return True
  
              if i + nums[i] > max_range_idx: # 更新最大范围
                  max_range_idx = i + nums[i]
  
              i += 1 # 更新i
  
          # 遍历结束没有成功跳转，则返回False
          return False
  

• ​时间复杂度: O(n)

• 空间复杂度: O(1)

• 简化写法：

  class Solution:
      def canJump(self, nums: List[int]) -> bool:
          cover = 0
          if len(nums) == 1: return True
          for i in range(len(nums)):
              if i <= cover:
                  cover = max(i + nums[i], cover)
                  if cover >= len(nums) - 1: return True
          return False
  

• 另一种思路：

  ## 基于当前最远可到达位置判断
  class Solution:
      def canJump(self, nums: List[int]) -> bool:
          far = nums[0]
          for i in range(len(nums)):
              # 要考虑两个情况
              # 1. i <= far - 表示 当前位置i 可以到达
              # 2. i > far - 表示 当前位置i 无法到达
              if i > far:
                  return False
              far = max(far, nums[i]+i)
          # 如果循环正常结束，表示最后一个位置也可以到达，否则会在中途直接退出
          # 关键点在于，要想明白其实列表中的每个位置都是需要验证能否到达的
          return True