From 7814df74496017c2e1eacd1904349d1e1c66c90b Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E9=9D=99=E9=BB=98?= <cau1403090523@gmail.com>
Date: Thu, 5 Oct 2023 11:08:27 +0800
Subject: [PATCH] =?UTF-8?q?Update=2055=20=E8=B7=B3=E8=B7=83=E6=B8=B8?=
 =?UTF-8?q?=E6=88=8F.md?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 ...63\350\267\203\346\270\270\346\210\217.md" | 31 +++++++++++++++++++
 1 file changed, 31 insertions(+)

diff --git "a/docs/Algorithm/55 \350\267\263\350\267\203\346\270\270\346\210\217.md" "b/docs/Algorithm/55 \350\267\263\350\267\203\346\270\270\346\210\217.md"
index 3acdd123a77..169182b3551 100644
--- "a/docs/Algorithm/55 \350\267\263\350\267\203\346\270\270\346\210\217.md"	
+++ "b/docs/Algorithm/55 \350\267\263\350\267\203\346\270\270\346\210\217.md"	
@@ -51,3 +51,34 @@ public class Solution {
 // false
 ```
 
+
+
+## 动态规划
+
+这是个非常明显的“多阶段决策最优解”类型的问题，每达到一个数组的元素，都是一个决策，这个决策的最优解就是我们当前阶段我们能够跳跃的最大值是多少
+
+很明显，按照我们求解动态规划问题的步骤和思想，首先设定一个dp数组，`dp[i]`表示在下标i处能够跳跃的最大值
+
+- 对于dp[i]，它等于`dp[i-1]`跳一格到达i处后剩余的步数和`nums[i]`的两者中的最大值。因此状态转移方程为：`dp[i]=max(dp[i-1]-1,nums[i])`
+
+初始化条件就是`dp[0]=nums[0]`。
+
+在每次循环开始，我们判断`dp[i-1]`是否等于0，若是，则不可能到达下标i处，因此直接返回false。循环结束后返回true
+
+```java
+public class Solution {
+    public boolean canJump(int[] nums) {
+        // dp[i] 表示当前位置的最大步数
+        int[] dp = new int[nums.length];
+        dp[0] = nums[0];
+        for (int i = 1; i < nums.length; i++) {
+            if(dp[i - 1] == 0){
+                return false;
+            }
+            dp[i] = Math.max(dp[i-1]-1,nums[i]);
+        }
+        return true;
+    }
+}
+```
+