博客
关于我
Leetcode55. 跳跃游戏(JAVA贪心)
阅读量:726 次
发布时间:2019-03-21

本文共 657 字,大约阅读时间需要 2 分钟。

我们可以用r记录能跳到的最右边的点,然后用i遍历每个点能跳到的距离,然后更新能挑到最右边的点。

解题思路

我们引入一个变量r来记录当前能跳到的最右边的点。在遍历数组时,对于每个i,如果i已经小于等于r,说明可以到达i这个点。接下来,我们更新r为i加上nums[i]的最大值,同时检查r是否已经覆盖了数组的最后一位。如果r大于等于nums.length-1,就可以返回true。否则,遍历结束后返回false。

代码

class Solution {    public boolean canJump(int[] nums) {        int r = 0; // 能跳到最右边的点        for (int i = 0; i < nums.length; ++i) {            if (i <= r) { // 如果i小于等于r,代表可以到达i这个点                r = Math.max(r, i + nums[i]); // 更新能达到的最右边的点                if (r >= nums.length - 1) { // 如果最右边的点超过了数组大小,返回true                    return true;                }            }        }        return false; // 说明达不到最右边的点    }}

复杂度分析

  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

转载地址:http://bhrrz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>