0055. 跳跃游戏
题目描述
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。
示例
示例 1：
输入：nums = [2,3,1,1,4]
输出：true
解释：可以先跳 1 步，从下标 0 到达下标 1，然后再从下标 1 跳 3 步到达最后一个下标。
示例 2：
输入：nums = [3,2,1,0,4]
输出：false
解释：无论怎样，总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 ，所以永远不可能到达最后一个下标。
解题思路
第一步：理解问题本质
关键信息：
- 每个位置可以跳 1 到
nums[i]的任意长度 - 只需要判断"能否到达"，不需要最少步数
- 数组元素非负
暴力思路： 从位置 0 开始，尝试所有可能的跳跃，看能否到达终点。
- 时间复杂度：O(k^n)，指数级
- 空间复杂度：O(n)，递归栈
第二步：贪心思路
核心观察： 不需要真的模拟每一步跳跃，只需要记录"能到达的最远位置"。
关键变量：
max_reach：从起点出发，能到达的最远位置
算法流程：
- 遍历数组，对于每个位置 i，检查 i 是否在可达范围内
- 如果在可达范围内，更新
max_reach = max(max_reach, i + nums[i]) - 如果
max_reach >= n-1，说明可以到达终点 - 如果当前位置 i 超过了
max_reach，说明无法继续前进
第三步：为什么贪心是正确的？
贪心选择：始终维护最远可达位置。
正确性：如果位置 i 是可达的，那么 [0, i] 范围内的所有位置都是可达的（因为可以少跳几步）。所以只需要关注最远能到哪里。
完整代码实现
算法可视化 · 逐帧回放这道题的代码23 帧 · 录制输入 [3,2,1,0,4]
from typing import List
class Solution:
def canJump(self, nums: List[int]) -> bool:
"""
跳跃游戏 - 贪心算法
核心思想：维护能到达的最远位置
"""
n = len(nums)
if n <= 1:
return True
max_reach = 0 # 能到达的最远位置
for i in range(n):
# 如果当前位置超过了最远可达位置，无法继续前进
if i > max_reach:
return False
# 更新最远可达位置
max_reach = max(max_reach, i + nums[i])
# 提前退出：已经可以到达终点
if max_reach >= n - 1:
return True
return True
示例推演
示例 1：nums = [2,3,1,1,4]
| i | nums[i] | i + nums[i] | max_reach | i > max_reach? | 结论 |
|---|---|---|---|---|---|
| 0 | 2 | 2 | 2 | 0 > 0? ✗ | 继续 |
| 1 | 3 | 4 | 4 | 1 > 2? ✗ | 可以到达终点！ |
结果：true
示例 2：nums = [3,2,1,0,4]
| i | nums[i] | i + nums[i] | max_reach | i > max_reach? |
|---|---|---|---|---|
| 0 | 3 | 3 | 3 | ✗ |
| 1 | 2 | 3 | 3 | ✗ |
| 2 | 1 | 3 | 3 | ✗ |
| 3 | 0 | 3 | 3 | ✗ |
| 4 | 4 | 8 | - | 4 > 3? ✓ |
结果：false
复杂度分析
| 解法 | 时间复杂度 | 空间复杂度 | 说明 |
|---|---|---|---|
| 暴力DFS | O(k^n) | O(n) | 超时 |
| DP | O(n²) | O(n) | 记录每个位置是否可达 |
| 贪心 | O(n) | O(1) | 最优解 |
易错点总结
1. 循环终止条件
# 从左到右逐格推进：能走到 i，说明 i 左边的位置都已经确认可达
for i in range(n): # 遍历到 n-1
if i > max_reach: # 检查当前位置是否可达
return False
如果当前位置超过了最远可达位置，说明有"断层"，无法继续前进。
2. 提前退出
# 一旦最远可达位置越过终点，后面还有没有落脚点都无所谓了
if max_reach >= n - 1:
return True
已经可以到达终点，直接返回，无需继续遍历。
3. 边界情况
# 长度为 0 或 1 时起点就是终点，「不动」也算到达
if n <= 1:
return True
只有一个位置时，已经在终点。
4. 更新顺序
# 顺序不能反：先确认 i 本身能走到，再用它去扩展可达范围
if i > max_reach: # 先检查是否可达
return False
max_reach = max(...) # 再更新最远位置
顺序很重要，先检查再更新。
扩展思考
1. 动态规划解法
def canJumpDP(self, nums: List[int]) -> bool:
n = len(nums)
# dp[i] 表示下标 i 是否能由起点走到
dp = [False] * n
# 起点天然可达，作为递推的基准
dp[0] = True
for i in range(1, n):
# 枚举所有可能跳到 i 的起点 j，找到任意一个就够了
for j in range(i):
if dp[j] and j + nums[j] >= i:
dp[i] = True
break
return dp[n-1]
时间复杂度 O(n²)，用于理解问题，实际使用贪心。
2. 如果要求最少跳跃次数？
这就是 [45. 跳跃游戏 II]，需要用贪心或BFS。
3. 反向思考
从终点倒推，看哪些位置可以到达终点，逐步缩小范围。