力扣第45题 跳跃游戏II c++ 贪心算法
题目
中等
相关标签
给定一个长度为 n
的 0 索引整数数组 nums
。初始位置为 nums[0]
。
每个元素 nums[i]
表示从索引 i
向前跳转的最大长度。换句话说,如果你在 nums[i]
处,你可以跳转到任意 nums[i + j]
处:
0 <= j <= nums[i]
i + j < n
返回到达 nums[n - 1]
的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]
。
示例 1:
输入: nums = [2,3,1,1,4] 输出: 2 解释: 跳到最后一个位置的最小跳跃数是 2。 从下标为 0 跳到下标为 1 的位置,跳 1 步,然后跳 3 步到达数组的最后一个位置。
示例 2:
输入: nums = [2,3,0,1,4] 输出: 2
提示:
1 <= nums.length <= 104
0 <= nums[i] <= 1000
- 题目保证可以到达
nums[n-1]
思路和解题方法
- 我使用了贪心算法,通过记录当前能够到达的最远距离 end 和在当前范围内能够到达的最远距离 max1 来求解最少需要跳跃的次数。
- 对于一个长度为 n 的非负整数数组 nums,我们从第一个位置出发,记录当前能够到达的最远距离 end 和在当前范围内能够到达的最远距离 max1。然后从第一个位置遍历到数组倒数第二个位置,依次更新能够到达的最远距离和跳跃次数,直到到达数组最后一个位置。
- 假设在位置 i 时,能够到达的最远距离为 max1。若此时 i = end,则表示已经跳跃到当前能够到达的最远距离,因此需要再进行一次跳跃,并将能够到达的最远距离 end 设置为 max1。这样可以保证每次跳跃到达的位置必然是能够到达的最远距离中的某一个位置。
复杂度
时间复杂度:
O(n)
时间复杂度应为 O(n),其中 n 是数组 nums 的长度。对于每个位置,都只需要常数时间来更新当前能够到达的最远距离和判断是否需要跳跃,并且只需遍历一次整个数组。
空间复杂度
O(1)
空间复杂度为 O(1),因为只使用了几个常量大小的变量来记录最远距离、跳跃次数等信息,不随输入规模 n 的增加而增加额外的空间使用。
c++ 代码
class Solution {
public:
int jump(vector<int>& nums) { //函数接收一个由非负整数组成的向量nums,返回跳跃到最后一个位置所需的最少跳跃次数
if(nums.size() == 1) return 0; //如果数组大小为1,则无需跳跃,直接返回0
int end = 0; //end表示当前能够到达的最远距离
int ans = 0; //ans表示跳跃的最少次数,初始为0
int max1 = 0; //max1表示在能够到达的范围内能够到达的最远距离
for(int i=0;i<nums.size()-1;i++) //循环处理数组中的每个元素,注意不需要处理最后一个元素,因为最后一个元素已经到达了
{
max1 = max(nums[i]+i,max1); //更新在能够到达的范围内能够到达的最远距离
if(i == end) //如果到达了当前能够到达的最远距离
{
end = max1; //更新能够到达的最远距离
ans++; //增加跳跃次数
}
}
return ans; //返回需要跳跃的最少次数
}
};
觉得有用的话可以点点赞,支持一下。
如果愿意的话关注一下。会对你有更多的帮助。
每天都会不定时更新哦 >人< 。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)