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
用户979984807184 小时前
200 行代码写一个能跑的 AI Agent:不依赖任何框架,只靠 tool-calling 原理
算法
threerocks4 小时前
【Muse实战】X 流量作战室搭建保姆级教程 - 拥有你自己的运营团队
算法
GreenTea4 小时前
深度拆解 ScienceBuddy:如何用“双层递归自进化”构建高可靠科研 Agent Harness
前端·后端·算法
花椒技术4 小时前
2.46 秒生成 5 秒视频:拆解 H3 Max 的模型、推理栈与硬件协同
算法·音视频开发·视频编码
vivo互联网技术5 小时前
ART:妆容迁移框架,重新定义高保真妆容迁移 | ECCV 2026
人工智能·算法·图像识别
用户0441440924495 小时前
卫星信号模拟器里的四个坐标转换公式
算法
橘和柠5 小时前
阿里 open-code-review (AI代码审查工具)实战:安装、四层规则链、自定义规则格式与实测避坑
算法·面试
得物技术5 小时前
别再只卷向量检索了,得物交易搜索如何用“生成式”实现召回范式跃迁?
人工智能·算法·llm
罗西的思考5 小时前
[Agent Memory / 强化学习] MemPO源码学习笔记 ---(4)--- Rollout实现细节
人工智能·算法
罗西的思考5 小时前
机器人 / 物理 Agent Harness 综合分析与对比:从「更强的模型」到「更好的系统」
人工智能·算法·机器学习