力扣 1696. 跳跃游戏 VI

简介: 力扣 1696. 跳跃游戏 VI

1696. 跳跃游戏 VI


题目:


给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。


一开始你在下标 0 处。每一步,你最多可以往前跳 k 步,但你不能跳出数组的边界。也就是说,你可以从下标 i 跳到 [i + 1, min(n - 1, i + k)] 包含 两个端点的任意位置。


你的目标是到达数组最后一个位置(下标为 n - 1 ),你的 得分 为经过的所有数字之和。


请你返回你能得到的 最大得分 。


示例 1:


输入:nums = [1,-1,-2,4,-7,3], k = 2

输出:7

解释:你可以选择子序列 [1,-1,4,3] (上面加粗的数字),和为 7 。

示例 2:


输入:nums = [10,-5,-2,4,0,3], k = 3

输出:17

解释:你可以选择子序列 [10,4,3] (上面加粗数字),和为 17 。

示例 3:


输入:nums = [1,-5,-20,4,-1,3,-6,-3], k = 2

输出:0


提示:


1 <= nums.length, k <= 105

-104 <= nums[i] <= 104


方法一:动态规划+单调队列(转换为求滑动窗口最大值问题)


不断更新每个点位的值,利用单调队列找到跳点

class Solution {
public:
    int maxResult(vector<int>& nums, int k) 
    {
        int n=nums.size();
        deque<int> q;
        vector<int> sum(n);
        for(int i=0;i<n;i++)
        sum[i]=nums[i];//队列只保存下标值,sum[i]初始化为nums[i]的值方便取元素计算
        q.push_back(0);
        for(int i=1;i<n;i++)
        {
            while(q.size()&&i-q.front()>k)//去除队头合法元素,保持跳跃距离
            q.pop_front();
            sum[i]=sum[q.front()]+nums[i];//计算答案,即前面的跳点总和加上当前位置
            cout<<sum[i]<<endl;
            while(q.size()&&sum[i]>sum[q.back()])//不断寻找插入位置
            q.pop_back();
            q.push_back(i);//插入
        }
        return sum[n-1];
    }
};


方法二:动态规划+优先队列


class Solution {
public:
    int maxResult(vector<int>& nums, int k) {
        int n = nums.size();
        // 优先队列中的二元组即为 (f[j], j)
        priority_queue<pair<int, int>> q;
        q.emplace(nums[0], 0);
        int ans = nums[0];
        for (int i = 1; i < n; ++i){
            // 堆顶的 j 不满足限制
            while (i - q.top().second > k) {
                q.pop();
            }
            ans = q.top().first + nums[i];
            q.emplace(ans, i);
        }
        return ans;
    }
};

目录
相关文章
|
6月前
|
算法 Go 索引
【LeetCode 热题100】45:跳跃游戏 II(详细解析)(Go语言版)
本文详细解析了力扣第45题“跳跃游戏II”的三种解法:贪心算法、动态规划和反向贪心。贪心算法通过选择每一步能跳到的最远位置,实现O(n)时间复杂度与O(1)空间复杂度,是面试首选;动态规划以自底向上的方式构建状态转移方程,适合初学者理解但效率较低;反向贪心从终点逆向寻找最优跳点,逻辑清晰但性能欠佳。文章对比了各方法的优劣,并提供了Go语言代码实现,助你掌握最小跳跃次数问题的核心技巧。
218 15
|
12月前
|
算法
Leetcode第45题(跳跃游戏II)
这篇博客文章讨论了如何使用贪心算法解决LeetCode第45题“跳跃游戏II”,目的是找到使用最少跳跃次数到达数组末尾的策略。
223 8
Leetcode第45题(跳跃游戏II)
|
6月前
|
算法 Go
【LeetCode 热题100】55:跳跃游戏(详细解析)(Go语言版)
本篇解析详细讲解了 LeetCode 热题 55——跳跃游戏(Jump Game)。通过判断是否能从数组起点跳至终点,介绍了两种高效解法:贪心算法和反向思维。贪心法通过维护最远可达位置 `maxReach` 实现一次遍历,时间复杂度 O(n),空间复杂度 O(1);反向法则从终点回溯,判断是否可到达起点。两者均简洁高效,适合面试使用。延伸题目如 LeetCode 45 进一步提升挑战。
175 7
LeetCode第55题跳跃游戏
LeetCode第55题"跳跃游戏"的解题方法,通过记录当前最远可达到的位置并判断每个位置是否可达以及能否到达末尾,有效解决了跳跃至数组末尾的可行性问题。
LeetCode第55题跳跃游戏
|
12月前
Leetcode第55题(跳跃游戏)
LeetCode第55题“跳跃游戏”要求判断在一个非负整数数组中,从第一个位置出发,是否能够到达最后一个位置,其中每个位置的元素代表可跳跃的最大长度。
80 0
|
Python
【Leetcode刷题Python】174. 地下城游戏
LeetCode 174题 "地下城游戏" 的Python解决方案,使用动态规划算法计算骑士从左上角到右下角拯救公主所需的最低初始健康点数。
120 3
|
人工智能 算法 Java
LeetCode经典算法题:井字游戏+优势洗牌+Dota2参议院java解法
LeetCode经典算法题:井字游戏+优势洗牌+Dota2参议院java解法
153 1
|
算法 索引 Python
【Leetcode刷题Python】55. 跳跃游戏
解决LeetCode "跳跃游戏"问题的Python实现代码,使用了贪心算法的思路。代码中初始化最远可到达位置 max_k,并遍历数组 nums,通过更新 max_k 来记录每次能跳到的最远位置,如果在任何时刻 max_k 大于或等于数组的最后一个索引,则返回 True,表示可以到达数组的末尾;如果当前索引 i 超出了 max_k,则返回 False,表示无法继续前进。时间复杂度为 O(n),空间复杂度为 O(1)。
136 1
LeetCode第45题跳跃游戏 II
LeetCode第45题"跳跃游戏 II"的解题方法,通过一次循环和选择每个位置的最大可跳距离,有效减少了跳跃次数,简化了问题。
|
算法
力扣经典150题第三十八题:生命游戏
力扣经典150题第三十八题:生命游戏
131 0