LintCode 116-跳跃游戏

本文解析了一个经典的跳跃问题,采用动态规划法解决能否从数组起始位置到达末尾的问题,并附带了一个示例性的Java代码实现。

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

本人电子系,只为一学生。心喜计算机,小编以怡情。


给出一个非负整数数组,你最初定位在数组的第一个位置。   

数组中的每个元素代表你在那个位置 可以 跳跃的最大长度。    

判断你是否能到达数组的最后一个位置。

注意事项

这个问题有两个方法,一个是贪心和 动态规划。

贪心方法时间复杂度为O(N)。

动态规划方法的时间复杂度为为O(n^2)。

我们手动设置小型数据集,使大家阔以通过测试的两种方式。这仅仅是为了让大家学会如何使用动态规划的方式解决此问题。如果您用动态规划的方式完成它,你可以尝试贪心法,以使其再次通过一次。

样例
A = [2,3,1,1,4],返回 true.

A = [3,2,1,0,4],返回 false.



这是一道非常好的题,具体网上已经有说明了,我这里只是说一下我的感悟吧。
我用的动态规划法,虽然我不懂状态方程的求解之类,但是这个方法给我的直观感受就是:记忆
通过建立一个数组来记忆之前的最优解,一步步推导出最终解。
比如这题,通过数组记录当前能跳跃的最大步数。并将当前算出来的步数和之前的最大步数比较取最大,比如2,3,0……f[0]=2;f[1]=3+1>f[0]?3+1:f[0];解释一下,3是当前能跳的,1是当前位置,这样在1时最远跳到4,而之前为2,比较一下,嗯。我能跳的更远,这样局部最优解(此题是能跳的最远距离)就更新成4。下一个能跳的是0,在3这个位置,那么我只能跳到3,与之前的局部最优解4相比,小于4,那么当前最优解还是4(表示在3这个位置能够跳的最远距离为4)。

我讲的啰里啰嗦不清楚
建议看一下这位博主的博客,讲的非常详细!!!

david_liang


public boolean canJump(int[] A) {
        // wirte your code here
        if(A.length==1) return true;
        if(A[0]==0)return false;
        int f[]=new int [A.length];
        f[0]=A[0];
        for(int i=1;i<A.length;i++)
        {
            if(f[i-1]>=i)
            f[i]=Math.max(A[i]+i, f[i-1]);
            else {
                f[i]=0;
            }
            if(f[i]>=A.length-1) return true;
        }
        return false;
    }
LintCode 1817 - 分享巧克力 是一道经典的算法题目,通常涉及动态规划、贪心算法等知识。这道题的核心思想是如何将一块巧克力分成若干块,并让每块满足一定的条件。 ### 题目概述: 假设有一块 `m x n` 的巧克力网格图,每个格子表示一小块巧克力。你需要将其分给 K 个人,每个人获得连续的一段巧克力(可以横着切或竖着切)。目标是使得所有人的巧克力总和的最大值尽可能小。 --- ### 解法思路: #### 方法一:二分查找 + 模拟验证 我们可以采用“二分查找”的策略来解决这个问题。核心在于设定一个范围 `[min_val, sum_of_chocolate]`,其中 `min_val` 表示单个巧克力单元的最小值,而 `sum_of_chocolate` 则是整个巧克力表的所有数值之和。 步骤如下: 1. **确定搜索区间**:左边界设为数组中的最大元素 (因为至少一人要拿到这个数),右边界设为总和 (即所有人都拿一样的情况)。 2. **验证中间值是否可行**:对于当前猜测的最大值 mid,检查能否通过合理的切割分配方案,使得每个人的份额都不超过该值。 3. 根据结果调整左右边界直至找到最优解。 时间复杂度大约为 O(log(total_sum) * m * n) #### 示例代码片段(Python版): ```python def minimizeMaxShare(chocoGrid, k): def canSplit(max_allowed): # 实现判断是否能按照规则分割函数 total = sum(map(sum,chocogrid)) low , high= max([max(row) for row in chocogrid]),total while(low<high): mid=(low+high)//2 if(canSplit(mid)): high=mid else: low=mid+1 return low ``` --- ### 关键点总结: - 使用了高效的二分查找技巧降低暴力枚举的时间开销; - 结合实际场景构建辅助判定功能完成对潜在解答的有效评估;
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