二刷 LeetCode：两道经典贪心题复盘

[一、LeetCode 45. 跳跃游戏 II](#一、LeetCode 45. 跳跃游戏 II)

题目回顾

核心思路（正向贪心）

[Java 实现代码](#Java 实现代码)

二刷反思

[二、LeetCode 763. 划分字母区间](#二、LeetCode 763. 划分字母区间)

题目回顾

[核心思路（两次遍历 + 边界扩展）](#核心思路（两次遍历 + 边界扩展）)

[Java 实现代码](#Java 实现代码)

二刷反思

三、贪心算法的通用复盘

二刷贪心算法专题，把两道经典中等题「跳跃游戏 II」和「划分字母区间」重新啃了一遍。比起第一次的懵懵懂懂，这次明显对贪心的核心思想有了更透彻的理解，也想把复盘整理成博客，帮自己沉淀下来，也给同在路上的伙伴们一点参考。

一、LeetCode 45. 跳跃游戏 II

题目回顾

给定一个非负整数数组 nums，你最初位于数组的第一个下标。数组中的每个元素代表你在该位置可以跳跃的最大长度。你的目标是使用最少的跳跃次数到达数组的最后一个位置。题目保证你一定可以到达终点。

核心思路（正向贪心）

这道题的贪心核心是：不需要知道每一步具体跳到哪个位置，只需要维护当前跳跃能覆盖的区间，在区间内找到下一步能跳得最远的位置，以此减少跳跃次数。

维护三个变量：
- step：记录跳跃次数，初始为 0
- currentEnd：当前这一跳能到达的最远边界
- maxReach：在当前区间内遍历，更新能到达的下一个最远边界
遍历数组（注意不需要遍历到最后一个元素）：
1. 更新 maxReach = max(maxReach, i + nums[i])
2. 当遍历到 currentEnd 时，说明当前区间已经遍历完毕，必须进行下一次跳跃：step++，同时更新 currentEnd = maxReach
3. 如果 currentEnd 已经能到达终点，直接提前结束

Java 实现代码

java

运行

复制代码

public int jump(int[] nums) {
    int n = nums.length;
    if (n <= 1) return 0;
    int step = 0;
    int currentEnd = 0;
    int maxReach = 0;
    for (int i = 0; i < n - 1; i++) {
        maxReach = Math.max(maxReach, i + nums[i]);
        if (i == currentEnd) {
            step++;
            currentEnd = maxReach;
            if (currentEnd >= n - 1) break;
        }
    }
    return step;
}

二刷反思

第一次写的时候，很容易陷入「找具体路径」的误区，想着用动态规划记录每个位置的最少跳跃次数，结果写出来的代码又复杂又低效。
这次才真正理解：贪心的精髓是放弃局部最优路径的细节，只保留全局最优的边界信息。时间复杂度直接从 O (n²) 降到了 O (n)，空间复杂度 O (1)，完美符合面试官的期望。
易错点：循环条件是 i < n - 1，因为最后一个位置不需要再跳一次，否则会多算一次跳跃次数。

二、LeetCode 763. 划分字母区间

题目回顾

给你一个字符串 s 。我们要把这个字符串划分为尽可能多的片段，同一字母最多出现在一个片段中。返回一个表示每个字符串片段的长度的列表。

核心思路（两次遍历 + 边界扩展）

这道题的贪心核心是：先预处理每个字符的最后出现位置，再遍历字符串动态扩展当前片段的边界，当遍历到边界时，就是一个合法的片段。

预处理：第一次遍历字符串，用数组 last[26] 记录每个小写字母最后一次出现的下标
贪心划分：第二次遍历字符串，维护当前片段的起点 start 和终点 end
- 对于每个字符 c，更新 end = max(end, last[c - 'a'])
- 当 i == end 时，说明当前片段已经包含了所有出现过的字符，记录片段长度 end - start + 1，并更新 start = i + 1

Java 实现代码

java

运行

复制代码

public List<Integer> partitionLabels(String s) {
    List<Integer> res = new ArrayList<>();
    int[] last = new int[26];
    int n = s.length();
    // 预处理每个字符的最后出现位置
    for (int i = 0; i < n; i++) {
        last[s.charAt(i) - 'a'] = i;
    }
    int start = 0;
    int end = 0;
    for (int i = 0; i < n; i++) {
        end = Math.max(end, last[s.charAt(i) - 'a']);
        if (i == end) {
            res.add(end - start + 1);
            start = i + 1;
        }
    }
    return res;
}

二刷反思

第一次做的时候，想到了用哈希表记录最后位置，但对「动态扩展边界」的理解不够深，差点写了区间合并的复杂逻辑。
这次才明白：贪心的关键是，当前片段的边界由已出现字符的最远位置决定，不需要额外处理区间合并，遍历过程中自然就能划分出所有合法片段。
易错点：边界更新时，要一直取当前字符的最远位置，而不是只更新一次，否则会漏掉后面出现的字符。

三、贪心算法的通用复盘

这两道题看似场景不同，但底层的贪心思想高度一致：

放弃局部细节，聚焦全局最优：不纠结每一步的具体选择，只维护能影响后续决策的关键边界信息
预处理 + 单次遍历：先通过一次遍历拿到关键信息（比如最远位置、最大边界），再用一次遍历完成贪心决策，时间复杂度稳定在 O (n)
边界意识：两道题都对边界的处理有严格要求，比如跳跃游戏的循环终止条件、划分字母区间的片段终点判断，边界错一步，结果就会出错。