第一题 跳跃游戏
题目
贪婪解法
对于每个下标而言,元素规定了它能够达到的最大间隔
因而这部分间隔范畴内的下标都是能够到达的
.
例如示例 1:nums = [2,3,1,1,4]
.
对于下标 0 而言,它能够抉择下标 1 或者下标 2
抉择下标 1. 能够达到下标 4
抉择下标 2,能够达到下标 3
.
因为本题返回值为布尔类型,无需存储跳跃门路
咱们只需记住跳跃能达到的最远下标即可,
对于最远下标以内,咱们总能找到一条能够到达的门路
因而咱们能够失去公式
maxIndex=max(maxIndex,i+nums[i])
直到最远下标到达最初一个下标
if maxIndex>=n-1 {return true}
核心思想为 贪婪算法,即优先思考可取得的最佳的解法
对于每个下标,咱们都将其最优解退出思考范畴
具体代码
func canJump(nums []int) bool {n:=len(nums)
var maxIndex int
for i:=0;i<n;i++{if i>maxIndex{return false}
maxIndex=max(maxIndex,i+nums[i])
if maxIndex>=n-1 {return true}
}
return false
}
func max(x int,y int)int {
if x<y{return y}else {return x}
}
官解
动静布局解法
在用动静布局求解之前,让咱们在强调一下动静布局的几个步骤
具体学习能够参考
https://labuladong.gitee.io/a…
https://houbb.github.io/2020/…
而对于本题而言
代码
func canJump(nums []int) bool {n:=len(nums)
a:=nums[0] // a=dp[i-1]
for i:=1;i<n;i++ {if a==0 {return false}
a=max(a-1,nums[i]) // a=dp[i]
}
return true
}
func max(x int,y int)int {
if x<y{return y}else {return x}
}
复杂度剖析
工夫复杂度:O(n),其中 n 为数组的大小。只须要拜访 nums 数组一遍,共 n 个地位。
空间复杂度:O(1),常数级的空间开销。
第二题 不同门路
题目
思路
dp
这是组合数学中经典的格路模型,它的计算与杨辉三角是等价的
都是
f(i,j)=f(i−1,j)+f(i,j−1)
代码
func uniquePaths(m int, n int) int {
// 初始化
arr := make([][]int, m)
for i := range arr {arr[i] = make([]int, n)
arr[i][0]=1
}
for i:=range arr[0]{arr[0][i]=1
}
if m==1||n==1 {return 1}
for i:=1;i<m;i++{
for j:=1;j<n;j++{arr[i][j]=arr[i-1][j]+arr[i][j-1]
}
}
return arr[m-1][n-1]
}
复杂度剖析
工夫复杂度:O(mn),计算了 m * n 矩阵个数值,最终失去第 m 行第 n 列的答案
空间复杂度:O(mn),借助二维数组失去最终答案
同时
组合数学
go 语言中提供了计算排列组合数的办法
因而咱们也能够间接调用该办法获取答案
办法具体参数为
第 m,n 项的组合数为
故代码为
func uniquePaths(m, n int) int {return int(new(big.Int).Binomial(int64(m+n-2), int64(n-1)).Int64())
}