题目描述:
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。
分析:
这题的话也是运用了不同的方法,从复杂到简单。
法一:枚举
枚举的思路很简单,二重循环,第一次循环遍历每个数,第二次循环遍历长度更新这个范围内能够更新到的最小跳数。如果能跳到该位置并且跳跃次数更少就更新。算法想法简单,初始需要将除第0位其他设置为非常大的值(以便有更小的值进行更新)
实现代码为:
public int jump(int[] nums) {
int dp[]=new int[nums.length];
for(int i=1;i<nums.length;i++)
{
dp[i]=Integer.MAX_VALUE;
}
for(int i=0;i<nums.length;i++)
{
int time=dp[i]+1;
for(int j=0;j<nums[i];j++)
{
if(j+i+1<nums.length)
{
if(dp[j+i+1]>time)
dp[j+i+1]=time;
}
}
}
//System.out.println(Arrays.toString(dp));
return dp[nums.length-1];
}
法二:bfs 在这条路行不通之后,就开始寻找另一条路。我便想着用优先队列搜素,具体比较麻烦详细可以看代码,主要讲第三种方法:
class node
{
int time;
int index;
public node(int time,int index) {
this.time=time;
this.index=index;
}
}
public int jump(int[] nums) {
boolean jud[]=new boolean[nums.length];
Queue<node>q1=new PriorityQueue<node>(new Comparator<node>() {
@Override
public int compare(node o1, node o2) {
if(o1.time==o2.time)
{
return o2.index-o1.index;
}
return o1.time-o2.time;
}
});
q1.add(new node(0, 0));
while (!q1.isEmpty()) {
node team=q1.poll();
int time=team.time+1;
int index=team.index;
for(int i=1;i<=nums[index];i++)//前进的位置
{
if(index+i<nums.length&&!jud[index+i])
{
if(index+i==nums.length-1)return time;
q1.add(new node(time, index+i));
jud[index+i]=true;
}
}
}
return 0;
}
法三:贪心 当我以为9ms很快的时候,发现原来这个速度还是很慢,就想肯定有一种近O(n)的方法,在这里索性分享给大家。
我们在这里需要的实什么?
- 找到最少的跳跃次数到达最后
影响我们正常计算的最大障碍是什么?
- 重复计算、覆盖情况.无论是跳跃方式和跳跃次数到达终点都可能不止一种。
但是有一点非常重要的是:每个节点跳跃的时候是一个从他开始的覆盖区间范围,所以我们能否知道第一次跳多远。第二次跳多远呢?第三次呢?
很简单,所有的起始点是0号位置,也就是第一次一定是从0号跳到的一个区间节点。而第二次就是这个区间内能够跳到的最远距离都是2次,第三次就是除掉第二次节点后面能够跳到的区间……这样一直到能够覆盖到最后即可完成。
在具体实现的时候,记录当前的最大长度,用一个time[]数组表示到达当前节点需要的跳数,从前往后,如果最大长度大于当前的maxsize,就说明需要加一次更新,如果小于等于maxsize,对应位置则不需要更新。
实现代码为:
public int jump(int[] nums) {
int len=nums.length;
int time[]=new int[len];
int maxsize=0;
for(int i=0;i<len;i++)
{
if(i+nums[i]>maxsize)
{
for(int j=maxsize+1;j<=i+nums[i];j++)
{
if(j<len)
{
time[j]=time[i]+1;
maxsize=j;
}
else {
break;
}
}
}
}
return time[len-1];
}
原创不易,bigsai请你帮两件事帮忙一下:
-
star支持一下, 您的肯定是我在平台创作的源源动力。
-
微信搜索「bigsai」,关注我的公众号,不仅免费送你电子书,我还会第一时间在公众号分享知识技术。加我还可拉你进力扣打卡群一起打卡LeetCode。
记得关注、咱们下次再见!