跳跃游戏
给定一个非负整数数组,你最初位于数组的第一个位置。
数组中的每个元素代表你在该位置可以跳跃的最大长度。
判断你是否能够到达最后一个位置。
示例 1:
输入: [2,3,1,1,4]
输出: true
解释: 我们可以先跳 1 步,从位置 0 到达 位置 1, 然后再从位置 1 跳 3 步到达最后一个位置
示例 2:
输入: [3,2,1,0,4]
输出: false
解释: 无论怎样,你总会到达索引为 3 的位置。但该位置的最大跳跃长度是 0 , 所以你永远不可能到达最后一个位置
方法一:递归(超时)
public boolean canJump(int[] nums) {
return dfs(nums, 0);
}
public boolean dfs(int[] nums, int pos) {
if (pos >= nums.length - 1) {//应该是>=,因为可能跳过了最后一个位置
return true;
}
for (int i = 1; i <= nums[pos]; i++) {
if (dfs(nums, pos + i)) {
return true;
}
}
return false;
}
方法二:记忆优化
public boolean canJump(int[] nums) {
int[] dp = new int[nums.length - 1];
return dfs(nums, 0, dp);
}
public boolean dfs(int[] nums, int pos, int[] dp) {
if (pos >= nums.length - 1) {
return true;
}
if (dp[pos] != 0) {
return dp[pos] == 1;
}
for (int i = 1; i <= nums[pos]; i++) {
if (dfs(nums, pos + i, dp)) {
dp[pos] = 1;
return true;
}
}
dp[pos] = -1;
return false;
}
贪心:
方法三:可以到达最远位置
在遍历数组过程中,依次记录能到达的最远位置,如果i大于能到达的最远位置,说明不能达到i,返回false
public boolean canJump(int[] nums) {
int maxReach=0;
for(int i = 0; i < nums.length; i++){
if(i > maxReach) return false;
maxReach = Math.max(maxReach, i + nums[i]);
if(maxReach >= nums.length - 1) break;//小优化:已经判断出可以跳到末尾,直接退出
}
return true;
}
方法四:最早开始位置
从后开始往前遍历,记录能达到最后一个位置的最早开始位置
public boolean canJump(int[] nums) {
int last = nums.length - 1;
for(int i = nums.length - 2; i >= 0; i--){
if(i + nums[i] >= last){
last = i;
}
}
return last == 0;
}
跳跃游戏 II
给定一个非负整数数组,你最初位于数组的第一个位置。
数组中的每个元素代表你在该位置可以跳跃的最大长度。
你的目标是使用最少的跳跃次数到达数组的最后一个位置。
示例:
输入: [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。
说明:
假设你总是可以到达数组的最后一个位置
方法一:dfs(超时)
private int minStep;
public int jump(int[] nums) {
minStep = nums.length - 1;
dfs(nums, 0, 0);
return minStep;
}
public void dfs(int[] nums, int pos, int step) {
if (pos >= nums.length - 1) {
minStep = Math.min(minStep, step);
return;
}
for (int i = 1; i <= nums[pos]; i++) {
dfs(nums, pos + i, step + 1);
}
}
方法二:反向查找出发位置
我们的目标是到达数组的最后一个位置,因此我们可以考虑最后一步跳跃前所在的位置,该位置通过跳跃能够到达最后一个位置。
如果有多个位置通过跳跃都能够到达最后一个位置,那么我们应该如何进行选择呢?直观上来看,我们可以「贪心」地选择距离最后一个位置最远的那个位置,也就是对应下标最小的那个位置。因此,我们可以从左到右遍历数组,选择第一个满足要求的位置。
找到最后一步跳跃前所在的位置之后,我们继续贪心地寻找倒数第二步跳跃前所在的位置,以此类推,直到找到数组的开始位置。
public int jump(int[] nums) {
int step = 0;
int pos = nums.length - 1;
while (pos > 0){
for (int i = 0; i < pos; i++) {
if(i + nums[i] >= pos){
pos = i;
step++;
break;
}
}
}
return step;
}
时间复杂度O(n2)
方法三:正向查找可到达的最大位置
维护当前能够到达的最大下标位置,记为边界end。我们从左到右遍历数组,到达边界时,更新边界并将跳跃次数增加 1。
把从nums[0]能到达的最远距离看成一段,遍历此段中的内容,以找到从此段中出发可以到达的最远距离,一直遍历到此段的最后一位,再跳到之前找到的最远距离。
跳后,上一段的最后一位成为下一段的开始,继续遍历。
由于段与段是链接的,直接遍历nums即可完成对段的遍历。
也可以以图形的方法形象的想一下,方便理解。
思想大约是当前每段的最优解,即总体最优解。
public int jump(int[] nums) {
int step = 0;
int maxPos = 0;
int end = 0;
for (int i = 0; i < nums.length - 1; i++) {
maxPos = Math.max(maxPos, i + nums[i]);
if (i == end) {
end = maxPos;
step++;
}
}
return step;
}
时间复杂度O(n)
跳跃游戏 III
这里有一个非负整数数组 arr
,你最开始位于该数组的起始下标 start
处。当你位于下标 i
处时,你可以跳到 i + arr[i]
或者 i - arr[i]
。
请你判断自己是否能够跳到对应元素值为 0 的 任意 下标处。
注意,不管是什么情况下,你都无法跳到数组之外。
示例 1:
输入:arr = [4,2,3,0,3,1,2], start = 5
输出:true
解释:
到达值为 0 的下标 3 有以下可能方案:
下标 5 -> 下标 4 -> 下标 1 -> 下标 3
下标 5 -> 下标 6 -> 下标 4 -> 下标 1 -> 下标 3
示例 2:
输入:arr = [4,2,3,0,3,1,2], start = 0
输出:true
解释: 到达值为 0 的下标 3 有以下可能方案:
下标 0 -> 下标 4 -> 下标 1 -> 下标 3
示例 3:
输入:arr = [3,0,2,1,2], start = 2
输出:false
解释:无法到达值为 0 的下标 1 处。
提示:
1 <= arr.length <= 5 * 10^4
0 <= arr[i] < arr.length
0 <= start < arr.length
方法一:DFS
如果跳到了已经到过的位置,说明这个位置不能跳,回退到上一步
public boolean canReach(int[] arr, int start) {
return dfs(arr, start, new boolean[arr.length]);
}
public boolean dfs(int[] arr, int i, boolean[] used) {
if (used[i]) {
return false;
}
if (arr[i] == 0) {
return true;
}
used[i] = true;
return i + arr[i] < arr.length && dfs(arr, i + arr[i], used)
|| i - arr[i] >= 0 && dfs(arr, i - arr[i], used);
}
时间复杂度O(n)
方法二:BFS
public boolean canReach(int[] arr, int start) {
boolean[] used = new boolean[arr.length];
Queue<Integer> queue = new LinkedList<>();
queue.offer(start);
while (!queue.isEmpty()) {
int pos = queue.poll();
used[pos] = true;
if (arr[pos] == 0) {
return true;
}
if (arr[pos] + pos < arr.length && !used[pos + arr[pos]]) {
queue.offer(arr[pos] + pos);
}
if (pos - arr[pos] >= 0 && !used[pos - arr[pos]]) {
queue.offer(pos - arr[pos]);
}
}
return false;
}
时间复杂度O(n)