LeetCode-045- 跳跃游戏II

跳跃游戏II

https://leetcode-cn.com/problems/jump-game-ii/

相对与之前的跳跃游戏,这道题目保证能够抵达终点,但是要求你输出最短路径。

DP三部曲,定义子问题,定义状态数组,和状态转移方程。

  • 子问题,到i个位置的最短步数,等于0..i-1中能够到i的最小步数+1
  • 状态数组: dp[i]
  • 状态转移方程: dp[i] = min(dp[i],dp[j]+1), j =0..i

下面就是最初版的代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
// 90 / 92 个通过测试用例
class Solution1 {
public:
int jump(vector<int>& nums) {
int dp[nums.size()];
for (int i = 0; i < nums.size(); i++) dp[i] = INT_MAX;
dp[0] = 0; //初始化第一个位置
for (int i = 1 ;i < nums.size() ; i++){
for(int j = 0; j < i ; j++){
if (nums[j] + j >= i){
dp[i] = min(dp[i],dp[j]+1);
}
}
}
return dp[nums.size()-1];
}
};

虽然代码正确,也能得到正确的结果,但是超时了,卡在了一个全为1的输入中。

优化下代码:外层依旧遍历整个数组,内层循环则是遍历当前数组能够抵达的位置, 更改其最小步数。

也就是状态转移方程变成了dp[i+j] = min(dp[i+j], dp[i]+1);

这就保证了对于全为1的数组,内层循环只会走一步,就避免了之前的情况。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
class Solution2 {
public:
int jump(vector<int>& nums) {
int dp[nums.size()];
int num_len = nums.size() ;
for (int i = 0; i < nums.size(); i++) dp[i] = INT_MAX;
dp[0] = 0; //初始化第一个位置

for (int i = 0 ;i < nums.size() ; i++){
for(int j = 1; j <= nums[i] ; j++){
int next = min(i+j, num_len-1); //不能越界
dp[next] = min(dp[next],dp[i]+1);
}
}
return dp[nums.size()-1];
}
};

当我满怀信心运行代码的时候,结果还是超时了。

原来输入中,还有一个单调递减的情况,导致最终内层循环次数分别为n,n-1,n-2…1位置,导致许多不必要的运算。

继续优化:我们新增一个变量,farthest,表示每次能够抵达的最远距离。如果不能保证当前位置能够比farthest走的更远的时候, 就说明当前位置不够好。

同时,在内层循环之前,我们先判断当前位置是否能够直接抵达终点,如果可以就直接返回结果。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
class Solution {
public:
int jump(vector<int>& nums) {
int num_len = nums.size() ;
if ( num_len <= 1) return 0;
int farthest = 0;
int dp[num_len];
for (int i = 0; i < num_len ; i++) dp[i] = INT_MAX - 1;
dp[0] = 0; //初始化第一个位置

for (int i = 0 ;i < num_len ; i++){
if ((i+nums[i]+1)>= num_len) return dp[i]+1;
for(int j = 1; j <= nums[i] && nums[i] + i > farthest; j++){
int next = i + j; //抵达的最后位置
dp[next] = min(dp[next],dp[i]+1);
}
farthest = i + nums[i];
}
return dp[num_len-1];
}
};

继续优化: 我们内层循环每次也不是需要从当前的下一个位置开始更新,而是farthest-i开始,因为next=i+j = i+farthest-i+j = farthest, 即我们从之前所能抵达最远位置开始更新,一直更新到当前所能抵达最远位置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
class Solution {
public:
int jump(vector<int>& nums) {
int num_len = nums.size() ;
if ( num_len <= 1) return 0;
int farthest = 0;
int dp[num_len];
for (int i = 0; i < num_len ; i++) dp[i] = INT_MAX - 1;
dp[0] = 0; //初始化第一个位置

for (int i = 0 ;i < num_len ; i++){
if ((i+nums[i]+1)>= num_len) return dp[i]+1;
for(int j = farthest - i; j <= nums[i] && nums[i] + i > farthest; j++){
int next = i + j; //抵达的最后位置
dp[next] = min(dp[next],dp[i]+1);
}
farthest = i + nums[i];
}
return dp[num_len-1];
}
};

最后的代码提交之后运行速度是4ms。

同样是两层循环,通过剪枝能够大大提高运算速度。