力扣日记:【贪心算法篇】45. 跳跃游戏 II
日期:2024.3.21
参考:代码随想录、力扣
45. 跳跃游戏 II
题目描述
难度:中等
给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]。
每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。换句话说,如果你在 nums[i] 处,你可以跳转到任意 nums[i + j] 处:
- 0 <= j <= nums[i]
- i + j < n
返回到达 nums[n - 1] 的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]。
示例 1:
输入: nums = [2,3,1,1,4]
输出: 2
解释: 跳到最后一个位置的最小跳跃数是 2。
从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。
示例 2:
输入: nums = [2,3,0,1,4]
输出: 2
提示:
- 1 <= nums.length <= 10^4
- 0 <= nums[i] <= 1000
- 题目保证可以到达 nums[n-1]
题解
class Solution {
public:
#define SOLUTION 1
int jump(vector<int>& nums) {
#if SOLUTION == 1
// 贪心:在每一步尽可能地跳得远(即在到达“当前步”的最大可到达下标后,再进入“下一步”)
// “一步”对应一次跳跃次数,只有进入“下一步”才+1
// 但还是需要以每一个下标为单位更新最大可到达下标
int curMaxIndex = 0; // “当前步”最大可到达下标
int nextMaxIndex = 0; // “下一步”最大可到达下标
int count = 0; // 跳跃次数
for (int i = 0; i < nums.size(); i++) {
// 更新下一步的最大可到达下标
nextMaxIndex = max(nextMaxIndex, i + nums[i]); // 如果当前位置的最大可到达下标更大,则更新
// 如果到达当前步最大可到达下标
if (i == curMaxIndex) {
// 分两种情况:1. 如果还没到最终位置则进入下一步
if (i != nums.size() - 1) {
count++;
curMaxIndex = nextMaxIndex; // 进入下一步
} else { // 2. 如果到达最终位置,则退出循环
break;
}
}
}
return count;
#elif SOLUTION == 2
// 可以将上面的“到达当前步最远下标”的两种情况统一为一种:无论是否到达最终下标都将跳跃次数+1
// 只要将下标遍历范围限制到 nums.size() - 2 即可
// 因为当移动下标指向 nums.size - 2 时:
// 如果当前下标等于当前步最大可到达下标, 则需要再走一步(即 count++),因为最后一步一定是可以到的终点。
// 如果当前下标不等于当前步最大可到达下标,说明当前步就可以直接达到终点了,不需要再走一步(通过for循环条件退出)
int curMaxIndex = 0; // “当前步”最大可到达下标
int nextMaxIndex = 0; // “下一步”最大可到达下标
int count = 0; // 跳跃次数
for (int i = 0; i < nums.size() - 1; i++) { // [0, nums.size() - 2]
// 更新下一步的最大可到达下标
nextMaxIndex = max(nextMaxIndex, i + nums[i]); // 如果当前位置的最大可到达下标更大,则更新
// 如果到达当前步最大可到达下标
if (i == curMaxIndex) {
count++;
curMaxIndex = nextMaxIndex; // 进入下一步
}
}
return count;
#endif
}
};
复杂度
时间复杂度:O(n)
空间复杂度:O(1)
思路总结
- 贪心:在每一步尽可能地跳得远(即在到达“当前步”的最大可到达下标后,再进入“下一步”)
- “一步”对应一次跳跃次数,只有进入“下一步”才+1
- 但还是需要以每一个下标为单位更新最大可到达下标
- 参考代码随想录
- 方法1图示
- 方法2图示:
本文介绍了如何使用贪心算法解决跳跃游戏II的问题,通过在每一步尽可能跳到最远处并更新最大可到达下标,找到到达数组末尾的最小跳跃次数。给出两种实现方式,时间复杂度均为O(n),空间复杂度为O(1)。



300

被折叠的 条评论
为什么被折叠?



