[LeetCode 1871] 跳跃游戏 7(Ⅶ)

题面:

数据范围:

2 ≤ s . l e n g t h ≤ 1 0 5 2 \le s.length \le 10^5 2≤s.length≤105
s [ i ] s[i] s[i] 要么是 ′ 0 ′ '0' ′0′ ,要么是 ′ 1 ′ '1' ′1′
s [ 0 ] = = 0 s[0] == 0 s[0]==0
1 ≤ m i n J u m p ≤ m a x J u m p < s . l e n g t h 1 \le minJump \le maxJump < s.length 1≤minJump≤maxJump<s.length

思路 & Code

重点: 当 s [ i ] = = 0 s[i]==0 s[i]==0 时,才能继续跳,也才能被跳到。

So,自然会想到存储所有能够跳到的 0 0 0 点,而当前 0 0 0 点必然是从存储的 0 0 0 点跳过来的。容易想到可以暴力状态转移

用一数组 d p dp dp 存储下标状态:

  1. d p [ i n d e x ] = = 0 dp[index]==0 dp[index]==0,说明 i n d e x index index 位置没有被跳到
  2. d p [ i n d e x ] = = 1 dp[index]==1 dp[index]==1, i n d e x index index 可以被跳到

那么,对于当前点 i n d e x index index 都得判断 [ m i n ( i − m a x J u m p ) , 0 ) , i − m i n J u m p ] [min(i-maxJump), 0), i-minJump] [min(i−maxJump),0),i−minJump] 区间内的所有可跳点,这样太暴力了, O ( n k ) O(nk) O(nk)。必须考虑优化。

差分维护

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( n ) O(n) O(n)

维护个前缀和,每次到 s [ i ] = = ′ 0 ′ s[i]=='0' s[i]==′0′(可跳点)时,判断区间 [ m i n ( i − m a x J u m p ) , 0 ) , i − m i n J u m p ] [min(i-maxJump), 0), i-minJump] [min(i−maxJump),0),i−minJump]是否存在可跳点 0 0 0,即 p r e [ i − m i n J u m p ] − p r e [ i − m a x J u m p − 1 ] pre[i-minJump] - pre[i-maxJump-1] pre[i−minJump]−pre[i−maxJump−1]是否大于零。(当然了,区间得注意下)

Code:

cpp 复制代码
bool canReach(string s, int minJump, int maxJump) {
    int n = s.size();
    vector<int> dp(n, 0), pre(n, 0);
    dp[0] = 1;
    for(int i = 0; i < minJump; ++i) pre[i] = 1;
    for(int i = minJump; i < n; ++i) {
        int l = i - maxJump, r = i - minJump;
        // 差分判断可跳区间内是否存在 0 点
        if(s[i] == '0' && pre[r] - (l >= 1 ? pre[l - 1] : 0) > 0) dp[i]=1;
        pre[i] = pre[i-1] + dp[i];
    }
    return dp[n-1];
    /* 
    当然了,不用dp数组维护也可以
    写成:
    for(int i = minJump; i < n; ++i) {
		int l = i - maxJump, r = i - minJump;
		if(s[i] == '0' && pre[r] - (l >= 1 ? pre[l - 1] : 0) > 0) {
			if(i == n-1) return true;
			pre[i] = pre[i-1]+1;
		} else pre[i] = pre[i-1];
	}
	return false;
    */
}

当然了,由于可跳区间其实就是一个滑动窗口,直接拿个临时变量存储可跳点个数就行,但得存个状态哈

Code:

cpp 复制代码
bool canReach(string s, int minJump, int maxJump) {
    int n = s.size(), cnt = 1;
    vector<bool> dp(n, false);
    dp[0] = true;
    for(int i = minJump; i < n; ++ i) {
        if(s[i] == '0' && cnt) dp[i] = true;
        // 可跳区间要右移啦(其实就是动态维护滑动窗口的思想啦)
        // 如果左端点是可跳的,cnt--;如果要加入的点(右端点)是可跳的,cnt++
        if(i - maxJump >= 0 && dp[i - maxJump]) --cnt;
        if(i - minJump + 1 < n && dp[i - minJump + 1]) ++ cnt;
    }
    return dp[n-1];
}

动态维护滑动窗口(可跳区间)

上面都提到滑动窗口了,那直接拿个队列去维护滑动窗口也很简单啦。时间复杂度和空间复杂度都是 O ( n ) O(n) O(n)。

Code:

cpp 复制代码
bool canReach(string s, int minJump, int maxJump) {
    int n = s.size();
    if(s[n-1] == '1') return false;
    queue<int> q;
    q.push(0);
    for(int i = minJump; i < n; ++i) {
        if(s[i] == '1') continue;
        while(!q.empty() && q.front() < i - maxJump) q.pop();
        if(!q.empty() && q.front() <= i - minJump) {
            if(i == n-1) return true;
            q.push(i);
        }
    }
    return false;
}
相关推荐
技术卷36 分钟前
详解力扣高频SQL50题之610. 判断三角形【简单】
sql·leetcode·oracle
AI_Keymaker1 小时前
一句话生成3D世界:腾讯开源混元3D模型
算法
Leon_vibs1 小时前
当 think 遇上 tool:深入解析 Agent 的规划之道
算法
旧时光巷1 小时前
【机器学习-2】 | 决策树算法基础/信息熵
算法·决策树·机器学习·id3算法·信息熵·c4.5算法
落了一地秋1 小时前
4.5 优化器中常见的梯度下降算法
人工智能·算法·机器学习
前端伪大叔2 小时前
第 5 篇:策略参数怎么调优?Freqtrade hyperopt 快速入门
算法·代码规范
Code季风2 小时前
深入理解令牌桶算法:实现分布式系统高效限流的秘籍
java·算法·微服务
KyollBM2 小时前
【Luogu】每日一题——Day15. P1144 最短路计数 (记忆化搜索 + 图论 + 最短路)
算法·图论
一百天成为python专家2 小时前
K-近邻算法
数据结构·python·算法·pandas·近邻算法·ipython·python3.11
满分观察网友z2 小时前
告别烦人的“三连发”:我的智能评论系统过滤之旅(1957. 删除字符使字符串变好)
算法