给定一个非负整数数组 nums
,你最初位于数组的 第一个下标 。
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下标。
举个例子:
输入:nums = [2,3,1,1,4]
输出:true
解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。
贪心算法是一种常见的算法思想,它通常用于解决优化问题。贪心算法的基本思想是,在每一步选择中都采取当前状态下最优的选择,从而希望最终得到全局最优解。
本题是一道贪心算法应用的经典问题。应用贪心算法的关键就是每一步都采取当前状态下的最优选择。
本题的算法如下:
- 逆序遍历
nums
,target=nums.size()
。 - 遍历到索引
i
,跳nums[i]
步,i + nums[i] >= target
说明子目标可达,此时更新target = i
。 - 最终
target == 0
说明总目标可达。
上述步骤把总目标拆解成一个个子目标,为达成每个子目标都采取当下能跳的最大长度,这就很符合贪心的每一步都采取当前状态下的最优选择这个原则。
class Solution {
public:
bool canJump(vector<int>& nums) {
int nums_len = nums.size();
//初始化目标值
int target = nums_len - 1;
for (int i = nums_len - 1; i >=0; --i) {
//当前目标可达,更新目标
if (i + nums[i] >= target) {
target = i;
}
}
if (target == 0) {
return true;
}
return false;
}
};
class Solution {
public boolean canJump(int[] nums) {
int nums_len = nums.length;
// 初始化目标值
int target = nums_len - 1;
for (int i = nums_len - 1; i >= 0; --i) {
// 当前目标可达,更新目标
if (i + nums[i] >= target) {
target = i;
}
}
if (target == 0) {
return true;
}
return false;
}
}
class Solution:
def canJump(self, nums: List[int]) -> bool:
nums_len = len(nums)
# 初始化目标值
target = nums_len - 1
for i in range(nums_len - 1, -1, -1):
# 当前目标可达,更新目标
if i + nums[i] >= target:
target = i
if target == 0:
return True
return False
时间复杂度: O(n),n
为nums
的长度。
空间复杂度: O(1)。