2024.2.5力扣每日一题——跳跃游戏6

本文主要是介绍2024.2.5力扣每日一题——跳跃游戏6，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

题目来源

力扣每日一题；题序：1696

我的题解

方法一 深度搜索实现

使用深度搜索，每次选择一个在范围内的跳跃点，但是时间通不过。

时间复杂度：O($n^2$)
空间复杂度：O(n)

int res=0;
public int maxResult(int[] nums, int k) {int sum=nums[0];for(int i=1;i<=k&&i<nums.length;i++){dfs(nums,k,sum+nums[i],i);}return res;
}
public void dfs(int[] nums, int k,int sum,int index){if(index>=nums.length)return ;if(index==nums.length-1){res=Math.max(res,sum);return ;}for(int i=1;i<=k&&index+i<nums.length;i++){dfs(nums,k,sum+nums[i+index],i+index);}
}

方法二 动态规划+双端队列

每一个位置的最大值取决于前面 k 步的最大得分，再加上当前位置的得分，由此想到可以使用动态规划来解决这个问题。
用 dp[i] 来表示到达位置 i 的最大得分。初始状态 dp[0]=nums[0]，表示位置 0 的得分是它本身的得分。状态转移方程是
dp [ i ] = max ⁡ max ⁡ ( 0 , i − k ) ≤ j < i { dp [ j ] } + nums [ i ] \textit{dp}[i] = \max_{\max(0, i-k) \leq j < i} \{ \textit{dp}[j] \} + \textit{nums}[i] dp[i]=maxmax(0,i−k)≤j<i​{dp[j]}+nums[i]
其中 max⁡(0,i−k)≤j<i。
其中前 k 步的最大值，使用双端队列可以达到 O(n) 的时间复杂度。

时间复杂度：O(n)
空间复杂度：O(n)

public int maxResult(int[] nums, int k) {int n=nums.length;Deque<Integer> queue=new LinkedList<>();queue.offerLast(0);int[] dp=new int[n];dp[0]=nums[0];for(int i=1;i<n;i++){//删除过期的索引位置while(queue.peekFirst()<i-k){queue.pollFirst();}//更新  前一个范围内的最大值+当前值dp[i]=dp[queue.peekFirst()]+nums[i];// 删除比选择位置小的while(!queue.isEmpty()&&dp[queue.peekLast()]<=dp[i]){queue.pollLast();}queue.offerLast(i);}return dp[n-1];
}

有任何问题，欢迎评论区交流，欢迎评论区提供其它解题思路（代码），也可以点个赞支持一下作者哈😄~

这篇关于2024.2.5力扣每日一题——跳跃游戏6的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---