LeetCode Jump Game II

本文详细介绍了通过递归、动态规划两种方法解决跳跃问题的过程,从基本递归方法到使用动态规划进行优化,最终通过改进的动态规划方法成功解决了时间限制问题。

第一次 递归

int jump_res(int *arr,int n,int cur)
{
	if (cur>=n-1)
		return 0;
	int minv = Inf;
	for (int i=1;i<=arr[cur];i++)
	{
		int tempv = 1+jump_res(arr,n,cur+i);
		if (minv>tempv)
		{
			minv = tempv;
		}
	}
	return minv;
}
int jump(int A[], int n) {
	return jump_res(A,n,0);
}

第二次 DP

int jump(int A[],int n)
{
	int *dp = new int[n];
	dp[0] = 0;
	for (int i=1;i<n;i++)
	{
		if (i<A[0])
			dp[i] = 1;
		else
			dp[i] = 100000;
	}
	if(dp[n-1]==1) 
		return 1;
	for (int i=1;i<n-1;i++)//to the n-1, A[n-1] is not important
	{
		for (int k=1;k<=A[i];k++)
		{
			if (i+k<n&&dp[i]+1<dp[i+k])
			{
				dp[i+k] = dp[i] + 1;
			}
		}
	}
	return dp[n-1];
	delete[] dp;
}
还是time limited
第三次 DP带优化的

int jump(int A[],int n)
{
	int *dp = new int[n];
	dp[0] = 0;
	for (int i=1;i<n;i++)
	{
		if (i<=A[0])
			dp[i] = 1;
		else
			dp[i] = 100000;
	}
	if(dp[n-1]==1) 
		return 1;
	for (int i=1;i<n;i++)//to the n-1, A[n-1] is not important
	{
		if (A[i]<A[i-1])// this optimization is important
			continue;
		for (int k=1;k<=A[i]&&i+k<n;k++)
		{
			if (i>=k&&A[i]+k<=A[i-k])//A[i-k] would be more close than A[i] to A[n-1]
				continue;
			if (dp[i]+1<dp[i+k])
			{
				dp[i+k] = dp[i] + 1;
			}
		}
	}
	return dp[n-1];
	delete[] dp;
}
通过了
评论 2
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