LeetCode 1340. 跳跃游戏 V(困难)

题目描述

给你一个整数数组 arr 和一个整数 d 。每一步你可以从下标 i 跳到:

  • i + x ,其中 i + x < arr.length 且 0 < x <= d 。
  • i - x ,其中 i - x >= 0 且 0 < x <= d 。

除此以外,你从下标 i 跳到下标 j 需要满足:arr[i] > arr[j] 且 arr[i] > arr[k] ,其中下标 k 是所有 i 到 j 之间的数字(更正式的,min(i, j) < k < max(i, j))。

你可以选择数组的任意下标开始跳跃。请你返回你 最多 可以访问多少个下标。

请注意,任何时刻你都不能跳到数组的外面。

示例 1:

输入:arr = [6,4,14,6,8,13,9,7,10,6,12], d = 2
输出:4
解释:你可以从下标 10 出发,然后如上图依次经过 10 --> 8 --> 6 --> 7 。
注意,如果你从下标 6 开始,你只能跳到下标 7 处。你不能跳到下标 5 处因为 13 > 9 。你也不能跳到下标 4 处,因为下标 5 在下标 4 和 6 之间且 13 > 9 。
类似的,你不能从下标 3 处跳到下标 2 或者下标 1 处。

示例 2:

输入:arr = [3,3,3,3,3], d = 3
输出:1
解释:你可以从任意下标处开始且你永远无法跳到任何其他坐标。

示例 3:

输入:arr = [7,6,5,4,3,2,1], d = 1
输出:7
解释:从下标 0 处开始,你可以按照数值从大到小,访问所有的下标。

示例 4:

输入:arr = [7,1,7,1,7,1], d = 2
输出:2

示例 5:

输入:arr = [66], d = 1
输出:1

提示:

  • 1 <= arr.length <= 1000
  • 1 <= arr[i] <= 10^5
  • 1 <= d <= arr.length

问题分析

这道题是跳跃游戏系列的第五题,有以下特点:

  • 跳跃规则:
    • 可以向左或向右跳跃,跳跃距离范围是 [1, d]
    • 只能从高处往低处跳(arr[i] > arr[j])
    • 跳跃路径上的所有点都必须比起点低(arr[i] > arr[k],对于所有 i 到 j 之间的 k)
  • 目标:找出从任意起点出发,最多可以访问多少个下标。
  • 关键点:
    • 可以从任意下标开始
    • 需要计算的是最大访问点数,而不是是否能到达某个特定目标

这个问题适合使用动态规划来解决,因为跳跃决策具有重叠子问题的性质。同时,由于跳跃的方向性(只能从高处跳到低处),我们可以按高度排序来确定解决问题的顺序。


解题思路

动态规划 + 记忆化搜索

我们可以定义 dp[i] 表示从下标 i 开始跳跃,最多可以访问的下标数量(包括起点自身)。

递推关系如下:

  • 对于每个下标 i,我们尝试向左或向右跳跃距离 x(其中 1 <= x <= d)
  • 如果可以跳到下标 j,那么 dp[i] = max(dp[i], 1 + dp[j])

由于跳跃方向是从高到低,我们需要确保先计算出较低位置的 dp 值,再计算较高位置的 dp 值。一种方法是使用记忆化搜索(也称为自顶向下的动态规划)。

算法步骤

  • 创建一个 dp 数组,dp[i] 表示从下标 i 开始最多可以访问的下标数量
  • 将所有 dp[i] 初始化为 1(至少可以访问自身)
  • 使用记忆化搜索,对每个下标 i:
    • 尝试向左或向右跳跃距离 x(1 <= x <= d)
    • 检查跳跃条件:目标位置在数组范围内,且路径上所有点都比起点低
    • 如果可以跳到下标 j,则 dp[i] = max(dp[i], 1 + dp[j])
  • 返回所有 dp[i] 中的最大值

算法过程

以示例1为例:arr = [6,4,14,6,8,13,9,7,10,6,12], d = 2

让我们跟踪从下标10开始的DFS过程(这是最优起点):

  • 初始化:
    • dp[10] = 1(至少可以访问自身)
    • 当前下标:10,对应值:12
  • 尝试向左跳:
    • 检查下标10-1=9:arr[10] > arr[9] (12 > 6) ✓
      • 递归计算 dp[9]
      • dp[9] = 1(至少可以访问自身)
      • 由于没有可跳的地方,dp[9] = 1
    • 检查下标10-2=8:arr[10] > arr[8] (12 > 10) ✓
      • 递归计算 dp[8]
      • dp[8] = 1
      • 检查下标8-1=7:arr[8] > arr[7] (10 > 7) ✓
        • 递归计算 dp[7]
        • dp[7] = 1
        • 检查下标7-1=6:arr[7] > arr[6] (7 < 9) ✗ 不能跳
        • 检查下标7-2=5:超出范围(d=2)
      • 所以 dp[7] = 1
      • 更新 dp[8] = 1 + dp[7] = 2
      • 检查下标8-2=6:arr[8] > arr[6] (10 > 9) ✓
        • 已计算 dp[6] = 1(没有可跳的地方)
    • 更新 dp[8] = max(2, 1+1) = 2
    • 更新 dp[10] = max(1, 1+dp[8]) = 1+2 = 3
  • 最终路径:
    • 下标10 -> 下标8 -> 下标7 -> 可能的终点(无法继续跳跃)
    • 或者 下标10 -> 下标8 -> 下标6 -> 可能的终点
    • 最多访问4个下标(包括起点10)

事实上,完整的最优路径是:10 -> 8 -> 6 -> 7,总共访问4个下标。


详细代码实现

Java 实现

class Solution {private int[] dp;private int[] arr;private int d;public int maxJumps(int[] arr, int d) {int n = arr.length;this.arr = arr;this.d = d;this.dp = new int[n];// 初始化dp数组,每个位置至少可以访问自身Arrays.fill(dp, -1);int maxVisited = 0;for (int i = 0; i < n; i++) {maxVisited = Math.max(maxVisited, dfs(i));}return maxVisited;}private int dfs(int i) {// 如果已经计算过,直接返回if (dp[i] != -1) {return dp[i];}// 至少可以访问自身dp[i] = 1;// 尝试向右跳for (int j = i + 1; j <= Math.min(i + d, arr.length - 1); j++) {// 检查跳跃条件if (arr[i] <= arr[j]) {break;}// 检查路径上的所有点boolean canJump = true;for (int k = i + 1; k < j; k++) {if (arr[k] >= arr[i]) {canJump = false;break;}}if (canJump) {dp[i] = Math.max(dp[i], 1 + dfs(j));}}// 尝试向左跳for (int j = i - 1; j >= Math.max(i - d, 0); j--) {// 检查跳跃条件if (arr[i] <= arr[j]) {break;}// 检查路径上的所有点boolean canJump = true;for (int k = i - 1; k > j; k--) {if (arr[k] >= arr[i]) {canJump = false;break;}}if (canJump) {dp[i] = Math.max(dp[i], 1 + dfs(j));}}return dp[i];}
}

C# 实现

public class Solution {private int[] dp;private int[] arr;private int d;public int MaxJumps(int[] arr, int d) {int n = arr.Length;this.arr = arr;this.d = d;this.dp = new int[n];// 初始化dp数组for (int i = 0; i < n; i++) {dp[i] = -1;}int maxVisited = 0;for (int i = 0; i < n; i++) {maxVisited = Math.Max(maxVisited, Dfs(i));}return maxVisited;}private int Dfs(int i) {// 如果已经计算过,直接返回if (dp[i] != -1) {return dp[i];}// 至少可以访问自身dp[i] = 1;// 尝试向右跳for (int j = i + 1; j <= Math.Min(i + d, arr.Length - 1); j++) {// 检查跳跃条件if (arr[i] <= arr[j]) {break;}// 检查路径上的所有点bool canJump = true;for (int k = i + 1; k < j; k++) {if (arr[k] >= arr[i]) {canJump = false;break;}}if (canJump) {dp[i] = Math.Max(dp[i], 1 + Dfs(j));}}// 尝试向左跳for (int j = i - 1; j >= Math.Max(i - d, 0); j--) {// 检查跳跃条件if (arr[i] <= arr[j]) {break;}// 检查路径上的所有点bool canJump = true;for (int k = i - 1; k > j; k--) {if (arr[k] >= arr[i]) {canJump = false;break;}}if (canJump) {dp[i] = Math.Max(dp[i], 1 + Dfs(j));}}return dp[i];}
}

复杂度分析

  • 时间复杂度:O(n²),其中n是数组的长度。在最坏情况下,对于每个位置,我们需要检查最多2d个可能的跳跃目标,总时间复杂度为O(n * d)。由于d最大可达n,所以最坏情况下时间复杂度是O(n²)。
  • 空间复杂度:O(n),主要用于存储dp数组和递归调用栈。

优化:单调栈方法

上面的实现中,检查路径上的所有点是否都比起点低的时间复杂度是 O(d),我们可以使用单调栈来优化这一过程,降低时间复杂度。

Java 实现

class Solution {public int maxJumps(int[] arr, int d) {int n = arr.length;int[] dp = new int[n];Arrays.fill(dp, -1);// 将下标按照高度排序,从低到高处理Integer[] indices = new Integer[n];for (int i = 0; i < n; i++) {indices[i] = i;}Arrays.sort(indices, (a, b) -> arr[a] - arr[b]);int maxVisited = 0;for (int idx : indices) {maxVisited = Math.max(maxVisited, dfs(arr, d, idx, dp));}return maxVisited;}private int dfs(int[] arr, int d, int i, int[] dp) {if (dp[i] != -1) {return dp[i];}dp[i] = 1; // 至少可以访问自身// 向右跳for (int j = i + 1; j <= Math.min(i + d, arr.length - 1); j++) {if (arr[i] > arr[j]) {dp[i] = Math.max(dp[i], 1 + dfs(arr, d, j, dp));}// 如果遇到更高或相等的点,则无法继续向右if (arr[j] >= arr[i]) {break;}}// 向左跳for (int j = i - 1; j >= Math.max(i - d, 0); j--) {if (arr[i] > arr[j]) {dp[i] = Math.max(dp[i], 1 + dfs(arr, d, j, dp));}// 如果遇到更高或相等的点,则无法继续向左if (arr[j] >= arr[i]) {break;}}return dp[i];}
}

C#实现

public class Solution {public int MaxJumps(int[] arr, int d) {int n = arr.Length;int[] dp = new int[n];// 初始化dp数组,所有值设为-1表示未计算for (int i = 0; i < n; i++) {dp[i] = -1;}// 将下标按照高度排序,从低到高处理int[] indices = new int[n];for (int i = 0; i < n; i++) {indices[i] = i;}Array.Sort(indices, (a, b) => arr[a] - arr[b]);int maxVisited = 0;foreach (int idx in indices) {maxVisited = Math.Max(maxVisited, Dfs(arr, d, idx, dp));}return maxVisited;}private int Dfs(int[] arr, int d, int i, int[] dp) {// 如果已经计算过,直接返回if (dp[i] != -1) {return dp[i];}// 至少可以访问自身dp[i] = 1;// 向右跳for (int j = i + 1; j <= Math.Min(i + d, arr.Length - 1); j++) {if (arr[i] > arr[j]) {dp[i] = Math.Max(dp[i], 1 + Dfs(arr, d, j, dp));}// 如果遇到更高或相等的点,则无法继续向右if (arr[j] >= arr[i]) {break;}}// 向左跳for (int j = i - 1; j >= Math.Max(i - d, 0); j--) {if (arr[i] > arr[j]) {dp[i] = Math.Max(dp[i], 1 + Dfs(arr, d, j, dp));}// 如果遇到更高或相等的点,则无法继续向左if (arr[j] >= arr[i]) {break;}}return dp[i];}
}

复杂度分析

  • 时间复杂度:O(n log n + n * d)
    • 排序下标需要O(n log n)时间
    • 对于每个位置,我们最多检查2d个可能的跳跃目标,总共n个位置,所以是O(n * d)
    • 综合起来就是O(n log n + n * d)
  • 空间复杂度:O(n)
    • 主要用于存储dp数组、排序后的下标数组和递归调用栈

优化与技巧

  1. 按高度排序处理:先计算高度较低的点的dp值,再计算高度较高的点的dp值,可以减少重复计算。
  2. 提前终止:如果遇到高度大于等于当前点的位置,可以提前终止搜索,因为无法跳过这个位置。
  3. 记忆化搜索:使用dp数组存储已计算的结果,避免重复计算。
  4. 边界检查:确保跳跃不会超出数组范围。
  5. 利用问题特性:由于只能从高处跳到低处,整个跳跃路径形成了一个有向无环图(DAG),这使得动态规划可以正确解决此问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/news/906656.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

三相电压的优势,应用场景,功率测量

三相系统概述 我国三相系统&#xff0c;由频率相同&#xff0c;幅度类似的三个交流电压组成&#xff0c;每个电压相差120度。 三相系统的优势 启动电机&#xff1a;三个矢量间隔的电压&#xff0c;在电机中产生旋转磁场&#xff0c;不需要额外绕组就可以启动电机。 减少线损…

[原创](计算机数学)(The Probability Lifesaver)(P14): 推导计算 In(1-u) 约等于 -u

[作者] 常用网名: 猪头三 出生日期: 1981.XX.XX 企鹅交流: 643439947 个人网站: 80x86汇编小站 编程生涯: 2001年~至今[共24年] 职业生涯: 22年 开发语言: C/C++、80x86ASM、Object Pascal、Objective-C、C#、R、Python、PHP、Perl、 开发工具: Visual Studio、Delphi、XCode、…

Android12 Rom定制去掉剪贴板复制成功的Toast

Android12Rom定制去掉剪贴板复制成功的Toast提示 1.前言&#xff1a; 最近在rom定制化开发时&#xff0c;测试提了一个bug&#xff0c;在浏览器或者文本里面使用剪贴板复制成功后会有一个Toast提示&#xff0c;这种体验不是很好&#xff0c;因为每次复制成功都有一个提示&…

SOC-ESP32S3部分:9-GPIO输入按键状态读取

飞书文档https://x509p6c8to.feishu.cn/wiki/L6IGwHKV6ikQ08kqwAwcAvhznBc 前面我们学习了GPIO的输出&#xff0c;GPIO输入部分其实也是一样的&#xff0c;这里我们使用按键作为GPIO输入例程讲解&#xff0c;分三步走。 查看板卡原理图&#xff0c;确定使用的是哪个GPIO查看G…

高可用集群keepalived

1.不同操作系统的安装 1.1 不同系统编译安装 ubuntu环境 apt-get - y install libssl-dev libpopt-dev daemon build-essential libssl-dev openssl libpopt-dev libsnmp-dev libnl-3-dev libnl-genl-3-dev centos环境 &#xff08;其他的下同&#xff09; yum install - y…

SpringCloud - 整合MQ实现消息总线服务

一、背景介绍 每当修改配置文件内容&#xff0c;如果需要客户端也同步更新&#xff0c;就需要手动调用/refresh接口&#xff0c;以便客户端能获取到最新的配置内容。 当客户端越来越多的时候&#xff0c;通过人工进行处理显然非常鸡肋。有没有一种更加高效的办法&#xff0c;…

测试W5500的第3步_使用ioLibrary库创建TCPServer

W5500是一款具有8个Socket的网络芯片&#xff0c;支持TCP Server模式&#xff0c;最多可同时连接8个客户端。本文介绍了基于STM32F10x和W5500的TCP Server实现&#xff0c;包括SPI初始化、W5500复位、网络参数配置、Socket状态管理等功能&#xff0c;适用于需要多客户端连接的嵌…

Web攻防-SQL注入数据库类型用户权限架构分层符号干扰利用过程发现思路

知识点&#xff1a; 1、Web攻防-SQL注入-产生原理&应用因素 2、Web攻防-SQL注入-各类数据库类型利用 演示案例-WEB攻防-SQL注入-数据库类型&架构分层&符号干扰 一、数据库知识 1、数据库名&#xff0c;表名&#xff0c;列名&#xff0c;数据 2、自带数据库&…

手机合集(不定期更新)

一、华为手机&#xff1a; 1.华为手机自助维修的方法&#xff1a; https://blog.csdn.net/humors221/article/details/145946128 2.华为手机实用功能介绍&#xff1a; https://blog.csdn.net/humors221/article/details/132514011 3.华为手机清理大数据的方法&#xff1a;…

移动安全Android——ROOT检测绕过

工具准备 Magisk GitHub - topjohnwu/Magisk: The Magic Mask for Android ZygisckNext GitHub - Dr-TSNG/ZygiskNext at v1.2.8 Shamiko Releases LSPosed/LSPosed.github.io 安卓ROOT教程 Magisk 安装教程 - Magisk 中文网 问题 大多数手机在ROOT状态下会出现APP闪…

Python高效网络爬虫开发指南

Python 网络爬虫入门与实战 一、引言 随着互联网数据的爆炸性增长&#xff0c;获取和分析这些数据变得越来越重要。网络爬虫作为数据采集的重要工具&#xff0c;在这其中扮演了不可或缺的角色。 二、环境搭建 首先我们需要安装Python环境以及一些必要的库&#xff1a; req…

wireshark: Display Filter Reference

https://www.wireshark.org/docs/dfref/// 这个里面的扩展功能还是很强大&#xff0c;可以帮着问题分析。支持大量的自定义化的字段读取功能&#xff0c;支持很多的协议。 https://www.wireshark.org/docs/dfref///f/frame.html frame.time_delta Time delta from previous ca…

dify创建银行客服系统例子

传统的银行客服系统&#xff0c;通常以会话管理的方式实现&#xff0c;配置繁琐复杂&#xff0c;固定且不灵活。如&#xff1a; 智能体的出现&#xff0c;为实现银行客服系统提供了想象空间&#xff0c;可以集知识库和业务流程为一体实现灵活可控的智能客服系统&#xff0c;即能…

前端函数防抖(Debounce)完整讲解 - 从原理、应用到完整实现

&#x1f337; 古之立大事者&#xff0c;不惟有超世之才&#xff0c;亦必有坚忍不拔之志 &#x1f390; 个人CSND主页——Micro麦可乐的博客 &#x1f425;《Docker实操教程》专栏以最新的Centos版本为基础进行Docker实操教程&#xff0c;入门到实战 &#x1f33a;《RabbitMQ》…

服务接口鉴权与内部认证:自定义注解与AOP实现的企业级实践

本文深入解析企业级系统中接口安全管控的核心需求&#xff0c;提出基于Spring AOP与自定义注解的轻量级鉴权方案。通过解构注解元数据定义、切面拦截逻辑、上下文传递机制等关键技术环节&#xff0c;系统阐述零侵入式鉴权体系的构建路径。结合金融支付网关、多租户SaaS平台、物…

26考研|高等代数:线性变换

前言 线性变换这一章节是考频较高的一部分&#xff0c;此部分涉及考点较多&#xff0c;涉及的考题也较多&#xff0c;学习线性变换时&#xff0c;应该注意搭建线性变换与矩阵之间的联系&#xff0c;掌握如何利用矩阵表示一个线性变换结构&#xff0c;同时介绍了最简单的线性变…

电磁兼容(EMC)仿真(精编版)

写在前面 本系列文章主要讲解电磁兼容(EMC)仿真的相关知识,希望能帮助更多的同学认识和了解电磁兼容(EMC)仿真。 若有相关问题,欢迎评论沟通,共同进步。(*^▽^*) 随着产品复杂性和密集度的提高以及设计周期的不断缩短,在设计周期的后期解决电磁兼容性(EMC)问题变得…

解决:dpkg: error: dpkg frontend lock is locked by another process

1、等待其他进程完成 如果后台有其他包管理操作&#xff08;如自动更新、软件安装等&#xff09;&#xff0c;等待几分钟再重试。 可以通过以下命令查看是否有相关进程&#xff1a; ps aux | grep -E apt|apt-get|dpkg 2、强制终止占用锁的进程 如果确认没有其他包管理操作&…

LVGL(lv_textarea文本框控件)

文章目录 一、lv_textarea 是什么&#xff1f;二、基本用法1. 创建 lv_textarea 对象2. 设置提示文字&#xff08;占位符&#xff09;3. 设置最大长度4. 设置密码模式&#xff08;显示为\*号&#xff09;5. 获取和设置内容6. 配合虚拟键盘使用&#xff08;常用于触摸屏&#xf…

【Java高阶面经:数据库篇】18、分布式事务:如何在分库分表中实现高性能与一致性?

一、分布式事务核心挑战:分库分表下的一致性困境 在分布式系统架构中,分库分表通过将数据分散存储提升了扩展性和性能,但却打破了传统单库事务的边界,使得分布式事务成为保障数据一致性的核心难题。其挑战主要体现在以下三方面: 1.1 ACID特性的分布式撕裂 原子性(Atomi…