美团面试算法题：跳跃游戏给出一个非负整数数组，你最初定位在数组的第一个位置。数组中的每个元素代表你在那个位置可以跳跃的

题目描述

给出一个非负整数数组，你最初定位在数组的第一个位置。　　　

数组中的每个元素代表你在那个位置可以跳跃的最大长度。　　　　

判断你是否能到达数组的最后一个位置。

样例 1

输入 : [3,2,1,0,4]输出 : false

样例 2

输入 : [3,2,1,0,4]输出 : false

题解

这个问题有两个方法，一个是贪心和动态规划。

贪心方法时间复杂度为O（N）。

动态规划方法的时间复杂度为为O（n^2）。

1. DP1

每到一个点 i，我们扫描之前所有的点，如果之前某点j本身可达，并且与current 点可达，表示点i是可达的。

返回值：DP数组的最后一个值。

// DP1.    public boolean canJump1(int[] A) {        if (A == null || A.length == 0) {            return false;        }         int len = A.length;        boolean[] can = new boolean[len];        can[0] = true;         for (int i = 1; i < len; i++) {            can[i] = false;            for (int j = 0; j < i; j++) {                // j can arrive and can jump to i.                if (can[j] && A[j] >= i - j) {                    can[i] = true;                    break;                }            }        }         return can[len - 1];    }

2. DP2

优化的点1：既然某点可达，肯定前面的点全部是可达的。这个比较好理解。因为你到达i点肯定要经过前面的一个点，这个依次推知可知前面所有的点可达。

所以我们不需要数组来记录结果，只要默认i点前全部可达就行了。

优化点2：如果某点不可达了，直接返回false。不需要再往后计算。

返回值：如果全部扫完仍没有返回false,返回true。

// DP2.    public boolean canJump2(int[] A) {        if (A == null || A.length == 0) {            return false;        }         int len = A.length;         for (int i = 1; i < len; i++) {            boolean can = false;            for (int j = 0; j < i; j++) {                // j can arrive and can jump to i.                if (A[j] >= i - j) {                    // 说明i是可达的，置标记位                    can = true;                    break;                }            }             // 优化:如果某一步已经到不了了，后面的也不必再计算了.            if (!can) {                return false;            }        }         return true;    }

3. 递归

思想是，从前至尾扫描，至第一个距离与本点可达的点j，计算j点是否可达。使用递归计算j点的可达性。

其实这里还是用到了贪心的思维。在考虑本点是否可达的时候，我们是考虑与本点最远的一个点是否可达。实际上这也make sense。

假设j点可以到达i点，那么后面的点可以不管。

（1）因为如果j点不可达，那么j+1也不可达。如果i不可达，后面的点也可不算。

（2）如果j点可达，并且j点可到达i,那么也没有必要再往后计算了。因为结论已经出来了。

（3）如果j点可达，但j不可达i，那么就继续计算。

// 3. DFS.    public static boolean canJump3(int[] A) {        if (A == null || A.length == 0) {            return false;        }         return canJump(A, A.length - 1);    }     public static boolean canJump(int[] A, int index) {        if (index == 0) {            return true;        }         for (int i = 0; i <= index - 1; i++) {            if (A[i] >= index - i) {                return canJump(A, i);            }        }         return false;    }

4. 贪心法

我们现在来使用贪心法One pass解决此问题。

维护一个right (表示右边能跳到的最远的点），从左往右扫描，根据当前可跳的步骤不断更新right ,当right到达终点，即可返回true. 若更新完right后，right未动，并且index = right，而且这时没到达终点，代表我们不可能到达终点了。（当前index的可调值应该是0）。

// solution 3: one pass.    public boolean canJump(int[] A) {        // 4:42        if (A == null) {            return false;        }                int len = A.length;         int right = 0;                for (int i = 0; i < A.length; i++) {            right = Math.max(right, i + A[i]);            if (right == len - 1) {                return true;            }                        if (i == right) {                return false;            }        }                return true;    }

对于大厂面试中高频出现的经典题，我们需要了解它的不同解法，有的大厂不喜欢你一上来就秒掉题目，而更重视你一步步根据题目优化解法，最后得到最优解的解题思路和过程。

另外即使运气真的很不好碰到了新题，做过的高频题也会激发你解题的思路。