力扣45-跳跃游戏II (java详细题解)

题目链接:45. 跳跃游戏 II - 力扣(LeetCode)

前情提要:

建议大家在做本题前先将力扣55-跳跃游戏先做了,具体题解在这 力扣55-跳跃游戏(java详细题解)-CSDN博客。

因为本人最近都来刷贪心类的题目所以该题就默认用贪心方法来做。

贪心方法:局部最优推出全局最优。

如果一个题你觉得可以用局部最优推出全局最优,并且没有反例来反驳的话就可以用贪心来试试。

题目思路:

本题相对于力扣45要难上不少,因为本题是求到达最后一个元素的最小跳跃次数。

大家肯定也会纠结,第一步怎么跳,第二步怎么跳。

与其纠结于每一步怎么跳,我们可以换一个维度。其实跟力扣45一个思路,用每一步的覆盖范围来做。

本题的关键:以最小的步数增加覆盖范围,一旦覆盖范围到了终点那么直接返回步数。

但跟力扣45不同的是,这里我们要维护俩个覆盖范围,一个是当前这一步的最大覆盖范围,另一个是下一步的最大覆盖范围。

关键思路:当遍历到本步所能到的最大覆盖范围后,还没有到达最终点,此时我们就不得不走下一步,走一下步时,我们更新本步的最大覆盖范围,如果覆盖范围超过终点,则直接返回步数,该步数就是最小的步数。

最终代码:

java 复制代码
class Solution {
    public int jump(int[] nums) {
        //该题的关键就是 以最小的步数增加覆盖范围 一旦覆盖范围到了终点那么直接返回步数
        //本题就是要维护俩个范围 一个是当前这一步最大覆盖范围 另一个就是下一步的最大覆盖范围
        //只要我遍历的元素到了我当前这一步的最大范围 还没有到终点 就直接将步数加一 因为我还要跳下一步才可能到达终点
        //当前最大覆盖范围
        int currange = 0;
        //下一步的最大覆盖范围
        int nextrange = 0;
        //记录的结果
        int result = 0;
        //当数组的数量为1,那么直接返回0
        if(nums.length == 1)return 0;
        for(int i = 0;i < nums.length;i ++){
           nextrange = Math.max(i + nums[i],nextrange);
           if(currange == i){
            //只要我遍历的元素到了我当前的最大覆盖范围 而且没有到达终点 步数就加一
            if(currange != nums.length - 1){
                result ++;
                //更新我这一步能到的最大覆盖范围
                currange = nextrange;
                //此时如果现在这一步已经超过终点的话 就可以直接结束循环了
                if(currange >= nums.length - 1){
                break;
              }
            }
           }
        }
        return result;
    }
}

这一篇博客就到这了,如果你有什么疑问和想法可以打在评论区,或者私信我。

我很乐意为你解答。那么我们下篇再见!

相关推荐
文丑颜不良啊5 分钟前
LeetCode3081~3100题目解析
java·leetcode
电科_银尘12 分钟前
【大模型算法与工程 05】分类、回归与排序指标:怎样评价一个模型
算法·分类·回归
SimonKing16 分钟前
快讯!local-notes素笺笔记又又又更新了!
java·后端·程序员
Rain的Java大神之路22 分钟前
面试官:设计一个自动售货机系统。我:别急着写代码,先问5个问题|状态机+防超卖+断电自愈,一套答法讲透
java·后端·面试
挖掘狂人23 分钟前
飞书群聊已读,是怎么实现的?
java·程序员·架构
吴名氏.2 小时前
Java转AI Agent教程(第十五周)政策时效:过期政策不该被召回,也不能被删掉
java·人工智能·python·ai·ai agent
文丑颜不良啊11 小时前
LeetCode2981~3000题目解析
java·leetcode
nice_lcj52013 小时前
【从零理解 Spring AI · 13】RAG 要解决什么:把“闭卷考试“变成“开卷“
java·spring·检索增强·rag·spring ai·ai应用开发
罗西的思考13 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考13 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习