[LeetCode 1696] 跳跃游戏 6(Ⅵ)

题面:

LeetCode 1696

数据范围:

1 ≤ n u m s . l e n g t h , k ≤ 1 0 5 1 \le nums.length, \ k \le 10^5 1≤nums.length, k≤105
− 1 0 4 ≤ n u m s [ i ] ≤ 1 0 4 -10^4 \le nums[i] \le 10^4 −104≤nums[i]≤104

思路 & Code

重点: 可以从下标 i i i 跳到 [ i + 1 , m i n ( n − 1 , i + k ) ] [i+1,min(n-1,i+k)] [i+1,min(n−1,i+k)] 区间内的任意一点;得分是所跳到路径的 n u m s nums nums 总和;要求最大得分。

首先自然想到动态规划:设 f [ i ] f[i] f[i] 维护到点 i i i 的最大得分,则 f [ i ] f[i] f[i] 必然是由 j ∈ { 0 , 1 , . . . p ( p < i ) } j\in \{0,1,...p\ (p<i)\} j∈{0,1,...p (p<i)} 中的一个 f [ j ] f[j] f[j] 转移过来的,并且 j + k ≥ i j+k\ge i j+k≥i。直接暴力DP呢,包超的, O ( n 2 ) O(n^2) O(n2)。

但如果只记录前序的最大值 m a x S c o r e maxScore maxScore,却无法判定得到该值的下标 p r e pre pre 是否能够跳到当前点 i i i。

接下来就得想优化策略啦。

1. DP + 最大堆

时间复杂度: O ( n l o g k ) O(nlogk) O(nlogk)
空间复杂度: O ( n ) O(n) O(n)

因为要求最大 得分,又是根据前置路径来更新贡献的,所以可以很自然地想到用最大堆 去维护前序最大得分 ,且从下标 0 0 0 开始顺序遍历(保证当前点 i i i 的答案是从前序点过来的)。由于有步长限制 k k k,我们必须判断获得最大得分 的点 p r e pre pre 是否能够跳到当前点 n o w now now,如果其不能跳到,则说明后续所有点的贡献里都不会有 p r e pre pre 点的贡献。

故可以用 p a i r ( m a x S c o r e , i n d e x ) pair(maxScore, index) pair(maxScore,index) 来作为最大堆的元素。

Code:

cpp 复制代码
int maxResult(vector<int>& nums, int k) {
    int n =nums.size();
    priority_queue<pair<int, int>> q; //优先队列维护最大堆
    q.push({nums[0], 0});
    for(int i = 1; i < n; ++i) {
    	//筛选能跳到当前点的最大贡献
        while(!q.empty() && q.top().second < i - k) q.pop();
        //更新最大堆
        q.push({q.top().first + nums[i], i});
    }
    while(!q.empty() && q.top().second != n-1) q.pop();
    return q.top().first;
}

2. DP + 双端队列维护滑动窗口

这就不得不提到非常经典的一道题了 LeetCode 239 滑动窗口最大值

时间复杂度: O ( n ) O(n) O(n)

上面提到只存前序最大值 而没有其下标是不行的。这边可以想到用滑动窗口 去维护 { i − k , i − k + 1 , . . . , i − 1 } \{i-k,i-k+1,...,i-1\} {i−k,i−k+1,...,i−1} 总共 k k k 个 "最大值" 。滑动窗口从队首到队尾的索引依次增大,但是对应的值依次递减,即对于队列 { r 1 , r 2 , . . . , r n } \{r_1, r_2, ..., r_n\} {r1,r2,...,rn},一定有 d p [ r 1 ] > d p [ r 2 ] > . . . > d p [ r n ] dp[r_1] > dp[r_2] > ... > dp[r_n] dp[r1]>dp[r2]>...>dp[rn],且 { r 1 < r 2 < r 3 < . . . < r n } \{ r_1 < r_2 < r_3 <... < r_n \} {r1<r2<r3<...<rn}。

遍历时,需要动态维护滑动窗口:

  1. 当滑动窗口的左边界(最小下标)已经跳不到当前点了,则直接剔除。
  2. 滑动窗口内只保留贡献(最大值)比当前点还大的元素,其他全部剔除。这是由于如果滑动窗口内小于等于当前点贡献的元素,对后续是一定没有贡献的。假设 d p [ j ] ≤ d p [ i ] , j ∈ { i − k , i − k + 1 , . . . , i − 1 } dp[j] \le dp[i]\ ,j \in \{ i-k, i-k+1,...,i-1\} dp[j]≤dp[i] ,j∈{i−k,i−k+1,...,i−1},首先在滑动窗口向右移动的时候 d p [ j ] dp[j] dp[j] 一定是先被踢出窗口的;其次,当要取到最大值 d p [ i ] = = d p [ j ] dp[i] == dp[j] dp[i]==dp[j] 的时候,由于 i > j i > j i>j, d p [ i ] dp[i] dp[i] 一定是比 d p [ j ] dp[j] dp[j] 能贡献到更后面的下标的(也就是 i i i 跳的比 j j j 远),所以只保留 i i i 即可。
  3. 将当前点的贡献和下标一起加入滑动窗口末尾

Code:

cpp 复制代码
int maxResult(vector<int>& nums, int k) {
    int n = nums.size(), maxScore = 0;
    deque<pair<int, int>> dq;
    dq.emplace_back(nums[0], 0);
    maxScore = nums[0];
    for(int i = 1; i < n; ++i) {
        if(dq.front().second < i - k) dq.pop_front();
        maxScore = dq.front().first + nums[i];
        while(!dq.empty() && maxScore >= dq.back().first)
        	dq.pop_back();
        dq.emplace_back(maxScore, i);
    }
    return maxScore;
}
相关推荐
张人玉2 小时前
C# 常量与变量
java·算法·c#
weixin_446122462 小时前
LinkedList剖析
算法
百年孤独_3 小时前
LeetCode 算法题解:链表与二叉树相关问题 打打卡
算法·leetcode·链表
我爱C编程4 小时前
基于拓扑结构检测的LDPC稀疏校验矩阵高阶环检测算法matlab仿真
算法·matlab·矩阵·ldpc·环检测
算法_小学生4 小时前
LeetCode 75. 颜色分类(荷兰国旗问题)
算法·leetcode·职场和发展
运器1234 小时前
【一起来学AI大模型】算法核心:数组/哈希表/树/排序/动态规划(LeetCode精练)
开发语言·人工智能·python·算法·ai·散列表·ai编程
算法_小学生4 小时前
LeetCode 287. 寻找重复数(不修改数组 + O(1) 空间)
数据结构·算法·leetcode
岁忧4 小时前
(LeetCode 每日一题) 1865. 找出和为指定值的下标对 (哈希表)
java·c++·算法·leetcode·go·散列表
alphaTao4 小时前
LeetCode 每日一题 2025/6/30-2025/7/6
算法·leetcode·职场和发展
ゞ 正在缓冲99%…4 小时前
leetcode67.二进制求和
算法·leetcode·位运算