45. Jump Game II(贪心)

本文介绍了一个算法问题:如何在给定的非负整数数组中,从第一个位置出发到达最后一个位置所需的最少跳跃次数。通过贪心策略实现,每次选择能够达到最远距离的下一个节点进行跳跃。

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

1.题目描述

Given an array of non-negative integers, you are initially positioned at the first index of the array.

Each element in the array represents your maximum jump length at that position.

Your goal is to reach the last index in the minimum number of jumps.

For example:>
Given array A = [2,3,1,1,4]

The minimum number of jumps to reach the last index is 2. (Jump 1 step from index 0 to 1, then 3 steps to the last index.)

Note:
You can assume that you can always reach the last index.

2. 代码

分析:本题的贪心策略是每次向前跳的时候都选择下一个最大跳距的结点,比如,2,3,1,1,4中,在nums[0]应该选择下一个nums[1]==3而不是直接跳到nums[2]==1,因为nums[1]>nums[2]

重点:为跳步计数,每一次能跳的最远距离是下标curMaxReach,如果i达到curMaxReach,说明跳了一次(思考为什么?)。对于第一步来说,可以存在跳一次就达到终点的情况,所以起始计数count=1;计数count不是到达下一个最远结点才开始计数,而是从当前最远结点出发开始下一跳就计数(因为下一跳可能超出范围!)。因此在第一跳的时候,初始最远距离当然是首个结点所能达到的nums[0],当i达到nums[0]时,就开始了下一跳(一定会做出下一跳,除非超过终点),因此计数加一,count==2而不是count==1,(思考为什么?)。因为此时开始是第二跳

希望以上通俗的解释能对某些朋友有帮助。

class Solution {
public:
    int jump(vector<int>& nums) {
        if(nums.size() <= 1) return 0;
        int curMaxReach = nums[0], maxReachPos = nums[0];
        int i = 1, count = 1;
        for(; i < nums.size() && i <= maxReachPos; ++i) {
            curMaxReach = max(curMaxReach, i + nums[i]);
            if(i == nums.size()-1) return count;

            if(i == maxReachPos) {
                count++;
                maxReachPos = curMaxReach;
            }       
        }
        return count;
    }
};

联系邮箱:sysuygm@163.com

### LeetCode Top 100 贪心算法题目 Python 实现 贪心算法是一种通过局部最优解来达到全局最优解的方法,在许多实际问题中有广泛应用。以下是基于常见需求整理的一系列与贪心算法相关的热门问题及其对应的 Python 解法。 #### 1. **分发饼干 (Assign Cookies)** 给定饥饿度不同的孩子和大小不一的饼干,分配饼干使尽可能多的孩子感到满足[^1]。 ```python def findContentChildren(g, s): g.sort() s.sort() i, j = 0, 0 while i < len(g) and j < len(s): if s[j] >= g[i]: i += 1 j += 1 return i ``` --- #### 2. **跳跃游戏 (Jump Game II)** 计算从数组的第一个位置到达最后一个位置所需的最少步数[^4]。 ```python def jump(nums): n = len(nums) max_pos, end, steps = 0, 0, 0 for i in range(n - 1): max_pos = max(max_pos, i + nums[i]) if i == end: end = max_pos steps += 1 return steps ``` --- #### 3. **区间调度 (Non-overlapping Intervals)** 移除最少数目的区间使其互不重叠[^2]。 ```python def eraseOverlapIntervals(intervals): if not intervals: return 0 intervals.sort(key=lambda x: x[1]) # 按结束时间排序 count = 1 end = intervals[0][1] for interval in intervals[1:]: if interval[0] >= end: count += 1 end = interval[1] return len(intervals) - count ``` --- #### 4. **拼车问题 (Car Pooling)** 判断一辆容量固定的汽车能否接送所有乘客而不超载。 ```python def carPooling(trips, capacity): events = [] for num, start, end in trips: events.append((start, num)) events.append((end, -num)) events.sort() # 时间顺序排列 current_load = 0 for _, passengers in events: current_load += passengers if current_load > capacity: return False return True ``` --- #### 5. **最大利润 (Maximum Profit in Job Scheduling)** 安排工作以获得最大的总利润。 ```python def jobScheduling(startTime, endTime, profit): jobs = sorted(zip(endTime, startTime, profit)) # 按结束时间排序 dp = [jobs[0][2]] for i in range(1, len(jobs)): curr_profit = jobs[i][2] l = bisect_right([job[0] for job in jobs], jobs[i][1]) - 1 if l != -1: curr_profit += dp[l] dp.append(max(curr_profit, dp[-1])) return dp[-1] ``` --- #### 工具推荐 对于上述解决方案的实际编写与调试,建议使用高效的开发工具如 PyCharm 或 VSCode 来提升效率[^3]。 --- ### 总结 以上展示了部分经典贪心算法问题的 Python 实现方案。每种方法均经过优化设计,能够有效解决特定场景下的复杂问题。
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