[力扣]第45题- 跳跃游戏 II[动态规划][贪心].

[力扣]第45题- 跳跃游戏 II[动态规划][贪心].

本题的难度较高，需要对贪心算法已经动态规划的实践方法有相应的了解。
标准答案(时间复杂度O(n))：

class Solution:
    def jump(self, nums) -> int:
        length=len(nums)
        if length == 1: return 0#判断当前输入的数字是否只有一个元素（无法跳跃）
        ans,curDistance,nextDistance   = 0,0,0
        for i in range(length):#O(n)
            nextDistance = max(i + nums[i], nextDistance)#取当前指针指向的最大可跳跃步数和上一个可跳跃步数的较大值
            if i == curDistance: #如果当前指针指向的是上一个的移动距离（相较于原点），即已经找到的最远值
                #if curDistance != length - 1:#当前的指针没有指向最后一个元素
                    ans += 1#步长加一
                    curDistance = nextDistance#将找到的下一个最大步长赋值到当前的距离，等待下次匹配
                    if nextDistance >= length - 1: break#当指针指向数组末尾或超出，循环结束
        return ans

上述答案通过维护两个距离变量（实际上就是距离原点的距离）来计算每一步能够走得最远的距离（注释中已给出具体说明），其基本思想就是贪心算法。
通过递归的暴力枚举法答案(超时)如下:

class Solution:
    def micro_jump(self,nums,times):
        print(self.ans,nums,times)
        if len(nums)==1:
            self.ans=min(self.ans,times)
            return 
        try:    
            for i in range(1,nums[0]+1):
                if times<=self.ans:
                    Solution.micro_jump(self,nums[i:len(nums)+1],times+1)
        except IndexError:
            self.ans=min(self.ans,times+1)
    def jump(self, nums):
        self.ans=len(nums)
        Solution.micro_jump(self,nums,0)
        return  self.ans

直接通过递归枚举每一种情况比较消耗时间与资源，虽然做了简单的优化（判断当前的移动次数是否大于已找到的最大移动次数），但仍旧是杯水车薪。