LC1306. 跳跃游戏 III jump game iii
LC1306. 跳跃游戏 III
这里有一个非负整数数组 arr,你最开始位于该数组的起始下标 start 处。当你位于下标 i 处时,你可以跳到 i + arr[i] 或者 i - arr[i]。
请你判断自己是否能够跳到对应元素值为 0 的 任一 下标处。
注意,不管是什么情况下,你都无法跳到数组之外。
示例 1:
输入:arr = [4,2,3,0,3,1,2], start = 5
输出:true
解释:
到达值为 0 的下标 3 有以下可能方案:
下标 5 -> 下标 4 -> 下标 1 -> 下标 3
下标 5 -> 下标 6 -> 下标 4 -> 下标 1 -> 下标 3
示例 2:
输入:arr = [4,2,3,0,3,1,2], start = 0
输出:true
解释:
到达值为 0 的下标 3 有以下可能方案:
下标 0 -> 下标 4 -> 下标 1 -> 下标 3
示例 3:
输入:arr = [3,0,2,1,2], start = 2
输出:false
解释:无法到达值为 0 的下标 1 处。
提示:
1 <= arr.length <= 5 * 10^4
0 <= arr[i] < arr.length
0 <= start < arr.length
v1-DFS
思路
看起来这一题和 LC45 和 LC55 非常类似,但是本质上是不同的。
这一题存在左右横跳,实际上是图的可达性问题。
图是非有向、可能有环的。我们可以用 visited 数组来解决环的问题。
我们直接通过 dfs 来解决。
实现
class Solution {
public boolean canReach(int[] arr, int start) {
int n = arr.length;
boolean[] visited = new boolean[n];
return dfs(arr, start, visited);
}
private boolean dfs(int[] arr, int start, boolean[] visited) {
if(start < 0 || start > arr.length-1) {
return false;
}
if(visited[start]) {
return false;
}
if(arr[start] == 0) {
return true;
}
visited[start] = true;
// 尝试向左、向右
int val = arr[start];
if(dfs(arr, start-val, visited)) {
return true;
}
if(dfs(arr, start+val, visited)) {
return true;
}
return false;
}
}
效果
3ms击败 77.35%
复杂度
每个索引 i 最多会被访问一次,因为:访问过的节点被标记 visited[i] = true;
再次访问会被立即剪枝返回。每个访问节点时,最多递归到两个方向(常数次调用)。
时间复杂度=O(n)
SC: O(n),visited 数组。
反思
dfs 的优势是全局遍历。
如果我们想找到最短的路径,可以使用 bfs。
一般而言,bfs 的性能会更好一些。因为可以找到最短的路径。
优化1-inplace 染色
思路
直接原地修改数组,避免额外的 visited 数组开销。
比如 nums[i] = -1;
标识当前节点被访问过。
因为原始的数值范围 0 <= arr[i] < arr.length
,用一个可以区分的特别值即可。
实现
class Solution {
public boolean canReach(int[] arr, int start) {
int n = arr.length;
return dfs(arr, start);
}
private boolean dfs(int[] arr, int start) {
if(start < 0 || start > arr.length-1) {
return false;
}
if(arr[start] == -1) {
return false;
}
if(arr[start] == 0) {
return true;
}
// 染色
int val = arr[start];
arr[start] = -1;
// 尝试向左、向右
if(dfs(arr, start-val)) {
return true;
}
if(dfs(arr, start+val)) {
return true;
}
return false;
}
}
效果
3ms 击败 77.35%
似乎没有太大变化。
复杂度
TC: O(n)
SC: O(1)
反思
一般这种可以染色的话,优先染色处理。
v2-bfs
思路
类似的,我们可以通过 bfs 来解决这个问题。
实现
class Solution {
public boolean canReach(int[] arr, int start) {
int n = arr.length;
boolean[] visited = new boolean[n];
Queue<Integer> queue = new LinkedList<>();
queue.offer(start);
visited[start] = true;
while(!queue.isEmpty()) {
int size = queue.size();
for(int i = 0; i < size; i++) {
int ix = queue.poll();
if(arr[ix] == 0) {
return true;
}
// 尝试向左、向右
int left = ix - arr[ix];
if(left >= 0 && !visited[left]) {
queue.offer(left);
visited[left] = true;
}
int right = ix + arr[ix];
if(right <= n-1 && !visited[right]) {
queue.offer(right);
visited[right] = true;
}
}
}
return false;
}
}
效果
8ms击败 41.99%
复杂度
反思
竟然比 dfs 还要慢,估计还是用例的问题。
优化1-array 模拟
可以用 array 模拟实现,这里不再赘述。
主要是这一题 bfs 不太占优势。
什么情况下不能用 dp+贪心
这种图的左右横跳就不能,不具有单调性。
开源地址
为了便于大家学习,所有实现均已开源。欢迎 fork + star~