每日一题 力扣1696跳跃游戏

1696. 跳跃游戏 VI

题目描述:

给你一个下标从 0 开始的整数数组 nums 和一个整数 k

一开始你在下标 0 处。每一步,你最多可以往前跳 k 步,但你不能跳出数组的边界。也就是说,你可以从下标 i 跳到 [i + 1, min(n - 1, i + k)] 包含 两个端点的任意位置。

你的目标是到达数组最后一个位置(下标为 n - 1 ),你的 得分 为经过的所有数字之和。

请你返回你能得到的 最大得分

示例 1:

复制代码
输入:nums = [1,-1,-2,4,-7,3], k = 2
输出:7
解释:你可以选择子序列 [1,-1,4,3] (上面加粗的数字),和为 7 。

示例 2:

复制代码
输入:nums = [10,-5,-2,4,0,3], k = 3
输出:17
解释:你可以选择子序列 [10,4,3] (上面加粗数字),和为 17 。

示例 3:

复制代码
输入:nums = [1,-5,-20,4,-1,3,-6,-3], k = 2
输出:0

提示:

  • 1 <= nums.length, k <= 10^5
  • -10^4 <= nums[i] <= 10^4

思路:

1.动态规划:双重循环,动态规划,dpi代表跳到i位置获得的最大分值;

递归式:dpi=max(dpi,max(dpj+numsi)) 其中j∈(i-k,i)

代码:

复制代码
class Solution:
    def maxResult(self, nums: List[int], k: int) -> int:
        n = len(nums)
        map = [-10 ** 10] * n
        map[0] = nums[0]
        for i in range(1,n):
            for j in range(max(i-k,0),i):
                map[i] = max(map[i],map[j] + nums[i])
        print(map)
        return map[n-1]

超时了!

仔细想一想,这个复杂度其实体现在了对于i位置前k个位置里的最大得分的计算上,联想一下,这个其实和滑动窗口类似,因此我们借鉴之前滑动窗口的方法来确定该值,降低时间复杂度!

复制代码
class Solution:
    def maxResult(self, nums: List[int], k: int) -> int:
        n = len(nums)
        f = [0] + [-inf]*n
        q = deque()
        for i,x in enumerate(nums,1):
            # 保持窗口大小为k
            while q and i - q[0] > k:
                q.popleft()
            
            # 更新答案
            f[i] = f[q[0]] + x if q else x

            # 去除窗口内无用数据
            while q and f[q[-1]] <= f[i]:
                q.pop()
            # 入队
            q.append(i)
            
        return f[-1]
相关推荐
可编程芯片开发8 小时前
基于MATLAB的PEF湍流风场生成器模拟与仿真
算法
罗西的思考9 小时前
【Agentic RL / 强化学习 / OPD】OpenClaw-RL 源码阅读笔记 --- (9)--- Reward Judging
人工智能·算法·机器学习
Mr.HeBoYan10 小时前
一次持续三天才出现的丢包故障——深入解析 DPDK Memory Ordering、rte_ring 与 CPU Memory Barrier (下)
linux·网络·算法·架构·dpdk
YakSue11 小时前
游戏项目中的程序化生成(PCG):五层工作的耦合问题
游戏
wabs66611 小时前
关于图论【深度优先搜索的理论基础】
算法·深度优先·图论
先吃饱再说12 小时前
LeetCode 101. 对称二叉树
算法
是Dream呀12 小时前
人眼看不出的伪造,AI如何识别?实测合合信息跨模态鉴伪与去反光技术
算法
QN1幻化引擎13 小时前
SFA 信号场注意力:用8KB参数换248x KV Cache压缩,边缘设备也能跑长序列
人工智能·算法·gitee·gitlab
段一凡-华北理工大学13 小时前
向量数据库实战:选型、调优与落地~系列文章03:向量相似度算法全解:余弦、欧氏、内积,到底该用哪个?
大数据·数据库·人工智能·算法·机器学习·向量相似度·高炉炼铁
cjr_xyi14 小时前
AT1202Contest_c binarydigit 题解
c语言·c++·算法