贪心算法的基本思想
贪心算法 (Greedy Algorithm) 是一种求解优化问题的算法策略，它在求解问题的每一步选择中都做出当前看来最优的选择，而不考虑后续可能带来的影响。贪心算法的核心思想是 局部最优解 和 全局最优解。
贪心算法的特点
- 局部最优选择：在问题的每一步中，做出当前最好的选择，通常是选择当前状态下最有利的选项。
- 全局最优解：通过一系列局部最优选择，最终能够达到整体最优解。
1 - 55. 跳跃游戏
给你一个非负整数数组 nums ，你最初位于数组的 第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。
判断你是否能够到达最后一个下标，如果可以，返回 true ；否则，返回 false 。
题意:
给你一个非负整数数组 nums ，你最初位于数组的 第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。
判断你是否能够到达最后一个下标，如果可以，返回 true ；否则，返回 false 。
难度:
中等
示例:
解析:
求路径是否可以抵达可以使用贪心算法 我们维持一个最远路径, 迭代器迭代节点时更新最远路径, 判断是否可达即可
这里要在迭代前判断该时代是否可达, 迭代器的迭代可不会自动判断节点是否可达
class Solution {
public boolean canJump(int[] nums) {
//最远位置, 最一开始是0
int maxHeap = 0;
//指向贪心节点的指针
int pos = 0;
//长度, 循环终止条件
int length = nums.length;
//极限情况
if(length == 0 || length == 1){
return true;
}
//迭代器
for(; pos < length; ++pos){
//拿节点
int node = nums[pos];
//判断节点是否可达
if(maxHeap < pos){
//该世代无法抵达
return false;
}
//更新最远位置
maxHeap = Math.max(maxHeap, nums[pos] + pos);
//判断是否已经可以到达终点
if(maxHeap >= length - 1){
return true;
}
}
//循环结束没有结果
return false;
}
}