一.跳跃游戏简单介绍

1. 跳跃游戏简单介绍

跳跃游戏是一种典型的算法题目，经常是给定一数组arr，从数组的某一位置i出发，根据一定的跳跃规则，比如从i位置能跳arr[i]步，或者小于arr[i]步，或者固定步数，直到到达某一位置，可能是数组的最后一个位置，也有可能是某一特别的数值处，也有可能在这个过程中，可能需要求解可能存在的最大值或者最小值。

对于跳跃游戏类的题目，经常使用贪心、动态规划、dfs、bfs等方法解决，对于可以使用dfs解决的题目，经常也可以使用动态规划，但一般贪心可以有更好的时间复杂度和空间复杂度。还有经常使用的动态规划剪枝、前缀和、滑动窗口和BFS，由于在大部分情况下，能用DFS解决的题目都可以用BFS解决，且两种方法有基本相同的复杂度，尤其是在跳跃游戏这类题目中，可以视为一种方法。

本文借青蛙酱主要复习动态规划三部曲。

2.跳跃游戏典型题目

（1）leetcode70 爬楼梯

（2）leetcode剑指 Offer 10- II. 青蛙跳台阶问题

（3）剑指 Offer II 088. 爬楼梯的最少成本

（4） leetcode55 跳跃游戏

（5）leetcode45 跳跃游戏 II

（6） leetcode1306 跳跃游戏 III

（7）leetcode1696 跳跃游戏 VI

（8）leetcode1871 跳跃游戏 VII

（9）leetcode1413 逐步求和得到正数的最小值

以上部分，请见：

跳跃游戏（贪心/动态规划/dfs）

跳跃游戏（动态规划剪枝/前缀和/滑动窗口/BFS剪枝）

3.动态规划三步曲复习

Java-算法-动态规划

二.跳跃游戏相关专题-青蛙酱🐸的奇妙冒险

1. 剑指 Offer 10- II 青蛙跳台阶问题

见一.2.(2)

2. leetcode 2498 青蛙过河 II

给你一个下标从 0 开始的整数数组 stones ，数组中的元素严格递增，表示一条河中石头的位置。

一只青蛙一开始在第一块石头上，它想到达最后一块石头，然后回到第一块石头。同时每块石头至多到达一次。

一次跳跃的长度是青蛙跳跃前和跳跃后所在两块石头之间的距离。

更正式的，如果青蛙从 stones[i] 跳到 stones[j] ，跳跃的长度为 |stones[i] - stones[j]| 。
一条路径的代价是这条路径里的最大跳跃长度。

请你返回这只青蛙的最小代价。

输入：stones = [0,2,5,6,7]
输出：5
解释：上图展示了一条最优路径。
这条路径的代价是 5 ，是这条路径中的最大跳跃长度。
无法得到一条代价小于 5 的路径，我们返回 5 。

输入：stones = [0,3,9]
输出：9
解释：
青蛙可以直接跳到最后一块石头，然后跳回第一块石头。
在这条路径中，每次跳跃长度都是 9 。所以路径代价是 max(9, 9) = 9 。
这是可行路径中的最小代价。

class Solution {
    public int maxJump(int[] stones) {
        if(stones.length <= 2) return stones[1]-stones[0];
        int ans = stones[2]-stones[0];
        for(int i = 2; i < stones.length; i++) ans = Math.max(ans,stones[i]-stones[i-2]);
        return ans;
    }
}

本题小结：

（1）首先思考，是跳所有的石头产生的结果最小还是漏过一些石头产生的结果最小，很显然，把所有的石头都跳过，在中间相当于插值，所产生的结果才有可能是最小的，即min(跳所有的石头)<=min(漏过一些石头)

（2）一句话贪心证明：大于三个的一段距离都可以进行分解成更小的段

3. leetcode 403. 青蛙过河

一只青蛙想要过河。假定河流被等分为若干个单元格，并且在每一个单元格内都有可能放有一块石子（也有可能没有）。青蛙可以跳上石子，但是不可以跳入水中。

给你石子的位置列表 stones（用单元格序号升序表示），请判定青蛙能否成功过河（即能否在最后一步跳至最后一块石子上）。开始时，青蛙默认已站在第一块石子上，并可以假定它第一步只能跳跃 1 个单位（即只能从单元格 1 跳至单元格 2 ）。

如果青蛙上一步跳跃了 k 个单位，那么它接下来的跳跃距离只能选择为 k - 1、k 或 k + 1 个单位。另请注意，青蛙只能向前方（终点的方向）跳跃。

输入：stones = [0,1,3,5,6,8,12,17]
输出：true
解释：青蛙可以成功过河，按照如下方案跳跃：跳 1 个单位到第 2 块石子, 
然后跳 2 个单位到第 3 块石子, 接着 跳 2 个单位到第 4 块石子, 
然后跳 3 个单位到第 6 块石子, 跳 4 个单位到第 7 块石子, 最后，
跳 5 个单位到第 8 个石子（即最后一块石子）。

输入：stones = [0,1,2,3,4,8,9,11]
输出：false
解释：这是因为第 5 和第 6 个石子之间的间距太大，没有可选的方案供青蛙跳跃过去。

DFS

class Solution {
    int[] stones;
    HashMap<Integer,Integer> map = new HashMap<>();
    boolean flag = false;
    public boolean canCross(int[] stones) {
        this.stones = stones;
        int len = stones.length;
        if(stones[1] >= 2) return false;
        for(int i =0; i < len; i++){
            map.put(stones[i],i);
        }
        dfs(1,1,len);
        return flag;
    }
    public void dfs(int index, int k, int len){
        if(index == len-1){
            flag = true;
            return;
        }
        if(k == 1){
            if(stones[index]+1 <= stones[len-1]){
                if(map.containsKey(stones[index]+1)){
                    dfs(map.get(stones[index]+1),1,len);
                } 
            }
            if(stones[index]+2 <= stones[len-1]){
                if(map.containsKey(stones[index]+2)){
                    dfs(map.get(stones[index]+2),2,len);
                } 
            }
        }
        else{
            if(stones[index]+k-1 <= stones[len-1]){
                if(map.containsKey(stones[index]+k-1)){
                    dfs(map.get(stones[index]+k-1),k-1,len);
                } 
            }
            if(stones[index]+k <= stones[len-1]){
                if(map.containsKey(stones[index]+k)){
                    dfs(map.get(stones[index]+k),k,len);
                } 
            }
            if(stones[index]+k+1 <= stones[len-1]){
                if(map.containsKey(stones[index]+k+1)){
                    dfs(map.get(stones[index]+k+1),k+1,len);
                }
            }
        }   
    }
}

当然dfs是不能通过的

记忆化搜索

class Solution {
    int[] stones;
    HashMap<Integer,Integer> map = new HashMap<>();
    boolean flag = false;
    boolean[][] memo;
    public boolean canCross(int[] stones) {
        this.stones = stones;
        int len = stones.length;
        if(stones[1] >= 2) return false;
        for(int i =0; i < len; i++){
            map.put(stones[i],i);
        }
        memo = new boolean[len][len+1];
        dfs(1,1,len);
        return flag;
    }
    public void dfs(int index, int k, int len){
        if(index == len-1){
            flag = true;
            return;
        }
        if(memo[index][k]) return;
        if(k == 1){
            if(map.containsKey(stones[index]+1)){
                dfs(map.get(stones[index]+1),1,len);
            } 
            if(map.containsKey(stones[index]+2)){
                dfs(map.get(stones[index]+2),2,len);
            } 
        }
        else{
            if(map.containsKey(stones[index]+k-1)){
                dfs(map.get(stones[index]+k-1),k-1,len);
            } 
            if(map.containsKey(stones[index]+k)){
                dfs(map.get(stones[index]+k),k,len);
            } 
            if(map.containsKey(stones[index]+k+1)){
                dfs(map.get(stones[index]+k+1),k+1,len);
            }
        }
        memo[index][k] = true;   
    }
}

实际上以上的解法可以看出很多代码是可以重复的，可以写成for循环，堆结果合并，并处理k=1的特殊情况。

Ref.[1]:

DFS

class Solution {
    Map<Integer, Integer> map = new HashMap<>();
    public boolean canCross(int[] ss) {
        int n = ss.length;
        // 将石子信息存入哈希表
        // 为了快速判断是否存在某块石子，以及快速查找某块石子所在下标
        for (int i = 0; i < n; i++) {
            map.put(ss[i], i);
        }
        // check first step
        // 根据题意，第一步是固定经过步长 1 到达第一块石子（下标为 1）
        if (!map.containsKey(1)) return false;
        return dfs(ss, ss.length, 1, 1);
    }

    /**
     * 判定是否能够跳到最后一块石子
     * @param ss 石子列表【不变】
     * @param n  石子列表长度【不变】
     * @param u  当前所在的石子的下标
     * @param k  上一次是经过多少步跳到当前位置的
     * @return 是否能跳到最后一块石子
     */
    boolean dfs(int[] ss, int n, int u, int k) {
        if (u == n - 1) return true;
        for (int i = -1; i <= 1; i++) {
            // 如果是原地踏步的话，直接跳过
            if (k + i == 0) continue;
            // 下一步的石子理论编号
            int next = ss[u] + k + i;
            // 如果存在下一步的石子，则跳转到下一步石子，并 DFS 下去
            if (map.containsKey(next)) {
                boolean cur = dfs(ss, n, map.get(next), k + i);
                if (cur) return true;
            }
        }
        return false;
    }
}

记忆化搜索

class Solution {
    Map<Integer, Integer> map = new HashMap<>();
    // int[][] cache = new int[2009][2009];
    Map<String, Boolean> cache = new HashMap<>();
    public boolean canCross(int[] ss) {
        int n = ss.length;
        for (int i = 0; i < n; i++) {
            map.put(ss[i], i);
        }
        // check first step
        if (!map.containsKey(1)) return false;
        return dfs(ss, ss.length, 1, 1);
    }
    boolean dfs(int[] ss, int n, int u, int k) {
        String key = u + "_" + k;
        // if (cache[u][k] != 0) return cache[u][k] == 1;
        if (cache.containsKey(key)) return cache.get(key);
        if (u == n - 1) return true;
        for (int i = -1; i <= 1; i++) {
            if (k + i == 0) continue;
            int next = ss[u] + k + i;
            if (map.containsKey(next)) {
                boolean cur = dfs(ss, n, map.get(next), k + i);
                // cache[u][k] = cur ? 1 : -1;
                cache.put(key, cur);
                if (cur) return true;
            }
        }
        // cache[u][k] = -1;
        cache.put(key, false);
        return false;
    }
}

以上四种解答，两种写法，在本质上一样，枚举在一个位置可能的情况，进行递归，DFS都不能通过，使用记忆化搜索降低时间复杂度，走过的路不再走。

动态规划

class Solution {
    public boolean canCross(int[] ss) {
        int n = ss.length;
        // check first step
        if (ss[1] != 1) return false;
        boolean[][] f = new boolean[n + 1][n + 1];
        f[1][1] = true;
        for (int i = 2; i < n; i++) {
            for (int j = 1; j < i; j++) {
                int k = ss[i] - ss[j];
                // 我们知道从位置 j 到位置 i 是需要步长为 k 的跳跃

                // 而从位置 j 发起的跳跃最多不超过 j + 1
                // 因为每次跳跃，下标至少增加 1，而步长最多增加 1 
                if (k <= j + 1) {
                    f[i][k] = f[j][k - 1] || f[j][k] || f[j][k + 1];
                }
            }
        }
        for (int i = 1; i < n; i++) {
            if (f[n - 1][i]) return true;
        }
        return false;
    }
}