动态规划学习(三):存在型

本文介绍了动态规划在解决Lintcode 116 Jump Game问题中的应用,包括确定状态、子问题、转移方程、初始条件和计算顺序。通过状态f[j]表示青蛙能否跳到石头j,以O(N^2)的时间复杂度和O(N)的空间复杂度求解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Lintcode 116 Jump Game


-

动态规划组成部分一:确定状态

  • 最后一步:如果青蛙能跳到最后一块石头n-1,我们考虑它跳的最后一步

  • 这一步是从石头i跳过来的,i < n-1

  • 这需要两个条件满足:

    –青蛙可以跳到石头i
    –最后一步不超过跳跃的最大距离: n − 1 − i ≤ a i n - 1 - i \leq a_i n1iai

在这里插入图片描述

子问题

  • 那么,我们需要知道青蛙能不能跳到石头i(i<n-1)
  • 而我们原来要求青蛙能不能跳到石头n-1
  • 子问题

动态规划组成部分二:转移方程

状态:设 f [ j ] f[j] f[j]表示青蛙能不能跳到石头j

  • 在这里插入图片描述

动态规划组成部分三:初始条件和边界情况

  • f [ j ] f[j] f[j]表示青蛙能不能跳到石头j
  • 初始条件: f [ 0 ] = f[0]= f[0]= True, 因为青蛙一开始就在石头0

动态规划组成部分四:计算顺序

  • f [ j ] f[j] f[j]表示青蛙能不能跳到石头j
  • f [ j ] = O R 0 ≤ i < j ( f [ i ]   A N D   i + a [ i ] ≥ j ) f[j] = OR_ {0\leq i<j} (f[i] \space AND \space i+a[i]\geq j) f[j]=OR0i<j(f[i] AND i+a[i]j)
  • 初始化 f [ 0 ] = T r u e f[0]=True f[0]=True
  • 计算 f [ 1 ] , f [ 2 ] , . . . , f [ n − 1 ] f[1],f[2],...,f[n-1] f[1],f[2],...,f[n1]
  • 答案是 f [ n − 1 ] f[n-1] f[n1]
  • 时间复杂度: O ( N 2 ) O(N^2) O(N2)
  • 空间复杂度(数组大小): O ( N ) O(N) O(N)

#代码
Java题解

public class Solution{
	public boolean canJump(int[] A) {
		int n = A.length;
		boolean[] f = new boolean[n];
		f[0] = true;
		
		for(int j = 1; j<n; ++j) {
			f[j] = false;
			// previous stone i
			// last jump is from i to j
			for (int i =0; i < j; ++j) {
				if (int i = 0; i < j; ++i) {
					f[j] = true;
					break;
				}
			}
		}
		return f[n-1];
	}
}

笔记内容出自视频:https://www.bilibili.com/video/BV1xb411e7ww?from=search&seid=6650948173443064939

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值