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
春弦_3 小时前
自用算法整理二
数据结构·算法·图论
hetao17338374 小时前
2026-10-22~23 hetao1733837 的刷题记录
c++·算法
java_nnnn4 小时前
LeetCode刷题滑动窗口(串联所有单词的子串+最小覆盖的子串)Java
算法·leetcode·职场和发展
Navigator_Z5 小时前
LeetCode //C - 1301. Number of Paths with Max Score
c语言·算法·leetcode
卡卡~~6 小时前
“101计划”核心课程实践教材《数据实验结构指导-C++语言版》题目集
开发语言·c++·学习·算法
企业数字化笔记6 小时前
AI视频增强后画质怎么验收?插值基线、伪细节与帧间闪烁的检查方法
人工智能·算法·音视频
学逆向的7 小时前
C 内存属性
c语言·开发语言·算法·网络安全
lengxuenong7 小时前
树状数组 · 信息学学习手册1-求和3个模板
c++·学习·算法·青少年编程
ComputerInBook7 小时前
泛函分析概观
人工智能·算法·机器学习·泛函分析