Python每日一练(20230511) 跳跃游戏 I\II\III\IV

news2024/10/7 5:22:51

目录

1. 跳跃游戏 Jump Game I

2. 跳跃游戏 Jump Game II

3. 跳跃游戏 Jump Game III

4. 跳跃游戏 Jump Game IV

🌟 每日一练刷题专栏 🌟

Golang每日一练 专栏

Python每日一练 专栏

C/C++每日一练 专栏

Java每日一练 专栏

1. 跳跃游戏 Jump Game I

给定一个非负整数数组 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 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。

提示：

  • 1 <= nums.length <= 3 * 10^4
  • 0 <= nums[i] <= 10^5

 代码1： 贪心算法

class Solution:
    def canJump(self, nums):
        n = len(nums)
        max_pos = 0
        for i in range(n):
            if i > max_pos:
                return False
            max_pos = max(max_pos, i+nums[i])
        return True

# %%
s = Solution()
print(s.canJump(nums = [2,3,1,1,4]))
print(s.canJump(nums = [3,2,1,0,4]))

 代码2： 回溯算法

class Solution:
    def canJump(self,nums):
        def backtrack(pos):
            if pos == len(nums) - 1:
                return True
            furthestJump = min(pos + nums[pos], len(nums) - 1)
            for nextPos in range(furthestJump, pos, -1):
                if backtrack(nextPos):
                    return True
            return False
        return backtrack(0)


# %%
s = Solution()
print(s.canJump(nums = [2,3,1,1,4]))
print(s.canJump(nums = [3,2,1,0,4]))

 代码3： 反向贪心算法

class Solution:
    def canJump(self, nums):
        n = len(nums)
        last_pos = n - 1
        for i in range(n - 2, -1, -1):
            if i + nums[i] >= last_pos:
                last_pos = i
        return last_pos == 0

# %%
s = Solution()
print(s.canJump(nums = [2,3,1,1,4]))
print(s.canJump(nums = [3,2,1,0,4]))

 代码4： 动态规划

class Solution:
    def canJump(self, nums):
        n = len(nums)
        dp = [False] * n
        dp[0] = True
        for i in range(1, n):
            for j in range(i):
                if dp[j] and j + nums[j] >= i:
                    dp[i] = True
                    break
        return dp[n-1]

# %%
s = Solution()
print(s.canJump(nums = [2,3,1,1,4]))
print(s.canJump(nums = [3,2,1,0,4]))

输出：

True
False

2. 跳跃游戏 Jump Game II

给你一个非负整数数组 nums ，你最初位于数组的第一个位置。

数组中的每个元素代表你在该位置可以跳跃的最大长度。

你的目标是使用最少的跳跃次数到达数组的最后一个位置。

假设你总是可以到达数组的最后一个位置。

示例 1:

输入: nums = [2,3,1,1,4]
输出: 2
解释: 跳到最后一个位置的最小跳跃数是 2。
     从下标为 0 跳到下标为 1 的位置，跳 1 步，然后跳 3 步到达数组的最后一个位置。

示例 2:

输入: nums = [2,3,0,1,4]
输出: 2

提示:

  • 1 <= nums.length <= 104
  • 0 <= nums[i] <= 1000

代码1： 贪心算法

class Solution:
    def jump(self, nums):
        if len(nums) <= 1:
            return 0
        end = 0 + nums[0]
        start = 0
        step = 1
        maxDis = 0 + nums[0]
        while end < len(nums) - 1:
            for i in range(start + 1, end + 1):
                maxDis = max(maxDis, nums[i] + i)
            start = end
            end = maxDis
            step += 1
        return step
# %%
s = Solution()
print(s.jump(nums = [2,3,1,1,4]))
print(s.jump(nums = [2,3,0,1,4]))

代码2： 贪心算法

class Solution:
    def jump(self, nums):
        end, max_pos, steps = 0, 0, 0
        for i in range(len(nums) - 1):
            max_pos = max(max_pos, i + nums[i])
            if i == end:
                end = max_pos
                steps += 1
        return steps

# %%
s = Solution()
print(s.jump(nums = [2,3,1,1,4]))
print(s.jump(nums = [2,3,0,1,4]))

 代码3： 动态规划

class Solution:
    def jump(self,nums):
        n = len(nums)
        dp = [0] * n
        for i in range(1, n):
            dp[i] = float('inf')
            for j in range(i):
                if j + nums[j] >= i:
                    dp[i] = min(dp[i], dp[j] + 1)
        return dp[n-1]

# %%
s = Solution()
print(s.jump(nums = [2,3,1,1,4]))
print(s.jump(nums = [2,3,0,1,4]))

输出：

2
2

3. 跳跃游戏 Jump Game 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

代码： dfs\bfs

class Solution:
    def canReach_dfs(self, arr, start):
        visited = set() # 存储已经访问过的节点
        def dfs(index):
            # 判断是否到达了值为 0 的位置
            if arr[index] == 0:
                return True
            # 标记当前节点为已访问
            visited.add(index)
            # 向左侧跳跃
            if index - arr[index] >= 0 and index - arr[index] not in visited:
                if dfs(index - arr[index]):
                    return True
            # 向右侧跳跃
            if index + arr[index] < len(arr) and index + arr[index] not in visited:
                if dfs(index + arr[index]):
                    return True
            # 无法到达值为 0 的位置
            return False
        return dfs(start)

    def canReach_bfs(self, arr, start):
        from collections import deque
        queue = deque([start])
        visited = set([start])
        while queue:
            index = queue.popleft()
            # 判断是否到达了值为 0 的位置
            if arr[index] == 0:
                return True
            # 向左侧跳跃
            if index - arr[index] >= 0 and index - arr[index] not in visited:
                queue.append(index - arr[index])
                visited.add(index - arr[index])
            # 向右侧跳跃
            if index + arr[index] < len(arr) and index + arr[index] not in visited:
                queue.append(index + arr[index])
                visited.add(index + arr[index])
        # 无法到达值为 0 的位置
        return False

# %%
s = Solution()
print(s.canReach_dfs(arr = [4,2,3,0,3,1,2], start = 5))
print(s.canReach_bfs(arr = [4,2,3,0,3,1,2], start = 5))

print(s.canReach_dfs(arr = [4,2,3,0,3,1,2], start = 0))
print(s.canReach_bfs(arr = [4,2,3,0,3,1,2], start = 0))

print(s.canReach_dfs(arr = [3,0,2,1,2], start = 2))
print(s.canReach_bfs(arr = [3,0,2,1,2], start = 2))

输出：

True
True
True
True
False
False

4. 跳跃游戏 Jump Game IV

给你一个整数数组 arr ，你一开始在数组的第一个元素处（下标为 0）。

每一步，你可以从下标 i 跳到下标 i + 1 、i - 1 或者 j ：

  • i + 1 需满足：i + 1 < arr.length
  • i - 1 需满足：i - 1 >= 0
  • j 需满足：arr[i] == arr[j] 且 i != j

请你返回到达数组最后一个元素的下标处所需的 最少操作次数 。

注意：任何时候你都不能跳到数组外面。

示例 1：

输入：arr = [100,-23,-23,404,100,23,23,23,3,404]
输出：3
解释：那你需要跳跃 3 次，下标依次为 0 --> 4 --> 3 --> 9 。下标 9 为数组的最后一个元素的下标。

示例 2：

输入：arr = [7]
输出：0
解释：一开始就在最后一个元素处，所以你不需要跳跃。

示例 3：

输入：arr = [7,6,9,6,9,6,9,7]
输出：1
解释：你可以直接从下标 0 处跳到下标 7 处，也就是数组的最后一个元素处。

提示：

  • 1 <= arr.length <= 5 * 10^4
  • -10^8 <= arr[i] <= 10^8

代码1： bfs

from collections import deque
class Solution:
    def minJumps(self, arr):
        n = len(arr)
        if n == 1:
            return 0
        # 将相同值的位置加入同一个集合中
        value2index = {}
        for i, value in enumerate(arr):
            if value not in value2index:
                value2index[value] = set()
            value2index[value].add(i)
        # BFS 开始前的初始化
        queue = deque([(0, 0)]) # 存储节点的队列，第一项为节点编号，第二项为到达该节点的最少操作数
        visited = set() # 存储已经访问过的节点
        visited.add(0)
        # BFS 遍历
        while queue:
            index, step = queue.popleft()
            if index == n - 1:
                return step
            # 向左侧跳跃
            if index - 1 >= 0 and index - 1 not in visited:
                queue.append((index - 1, step + 1))
                visited.add(index - 1)
            # 向右侧跳跃
            if index + 1 < n and index + 1 not in visited:
                queue.append((index + 1, step + 1))
                visited.add(index + 1)
            # 跳到同值的位置
            if arr[index] in value2index:
                for j in value2index[arr[index]]:
                    if j not in visited:
                        queue.append((j, step + 1))
                        visited.add(j)
                del value2index[arr[index]] # 避免重复访问
        return -1 # 无法到达终点

# %%
s = Solution()
print(s.minJumps(arr = [100,-23,-23,404,100,23,23,23,3,404]))
print(s.minJumps(arr = [7]))
print(s.minJumps(arr = [7,6,9,6,9,6,9,7]))

代码2： bfs + 贪心算法

from collections import deque
class Solution:
    def minJumps(self, arr):
        n = len(arr)
        if n == 1:
            return 0
        # 构建同值位置哈希表
        value2index = {}
        for i, value in enumerate(arr):
            if value not in value2index:
                value2index[value] = []
            value2index[value].append(i)
        # BFS 开始前的初始化
        queue = deque([0])
        visited = set([0])
        step = 0
        # BFS 遍历
        while queue:
            size = len(queue)
            for _ in range(size):
                index = queue.popleft()
                # 判断是否到达终点
                if index == n - 1:
                    return step
                # 跳到同值位置
                if arr[index] in value2index:
                    for j in value2index[arr[index]]:
                        if j != index and j not in visited:
                            queue.append(j)
                            visited.add(j)
                    del value2index[arr[index]]
                # 向左侧跳跃
                if index - 1 >= 0 and index - 1 not in visited:
                    queue.append(index - 1)
                    visited.add(index - 1)
                # 向右侧跳跃
                if index + 1 < n and index + 1 not in visited:
                    queue.append(index + 1)
                    visited.add(index + 1)
            step += 1
        return -1 # 无法到达终点

# %%
s = Solution()
print(s.minJumps(arr = [100,-23,-23,404,100,23,23,23,3,404]))
print(s.minJumps(arr = [7]))
print(s.minJumps(arr = [7,6,9,6,9,6,9,7]))

输出：

3
0
1

🌟 每日一练刷题专栏 🌟

✨ 持续，努力奋斗做强刷题搬运工！

👍 点赞，你的认可是我坚持的动力！ 

🌟 收藏，你的青睐是我努力的方向！ 

✎ 评论，你的意见是我进步的财富！  

☸ 主页：https://hannyang.blog.csdn.net/

Golang每日一练 专栏

Python每日一练 专栏

C/C++每日一练 专栏

Java每日一练 专栏

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/512698.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

操作符知识点大全（简洁，全面，含使用场景，演示，代码）

操作符知识点大全（简洁，全面，含使用场景，演示，代码）

目录 一.算术操作符 1.要点&#xff1a; 二.负数原码&#xff0c;反码&#xff0c;补码的互推 1.按位取反操作符&#xff1a;~&#xff08;二进制位&#xff09; 2.原反补互推演示 三.进制位的表示 1.不同进制位的特征&#xff1a; 2.二进制位表示 3.整型的二进制表…
阅读更多...
如何利用python实现灰色关联分析？

如何利用python实现灰色关联分析？

1.灰色关联分析简介 灰色系统这个概念是相对于白色系统和黑色系统而言的。从控制论的知识里&#xff0c;颜色一般代表对于一个系统我们已知信息的多少&#xff0c;白色代表信息量充足&#xff0c;黑色代表我们其中的构造并不清楚的系统&#xff0c;而灰色介于两者之间&#xf…
阅读更多...
WhatsApp如何让客户参与变得更简单？

WhatsApp如何让客户参与变得更简单？

WhatsApp对你的品牌来说可能和Twitter和Facebook一样重要&#xff0c;你可能已经把它们纳入你的社交媒体战略。 是的&#xff0c;WhatsApp不仅仅可以用来给同事发短信或与远方的亲戚视频聊天&#xff0c;它也适用于商业。 在发展WhatsApp业务时&#xff0c;小企业主得到了最优…
阅读更多...
K8s基础9——服务发现Coredns、Ingress Controller多种暴露方式、TLS+DaemonSet、Headless Services

K8s基础9——服务发现Coredns、Ingress Controller多种暴露方式、TLS+DaemonSet、Headless Services

文章目录 一、服务发现机制1.1 环境变量注入1.2 DNS解析 二、Ingress4.1 部署Ingress controller4.2 暴露Ingress Controller4.2.1 SVC NodePort方式4.2.2 共享宿主机网络方式 4.3 默认后端4.4 同域名不同URL转不同服务4.5 不同域名转不同服务4.6 使用https4.6.1 安装cfssl4.6.…
阅读更多...
如何用 Serverless 一键部署 Stable Diffusion？

如何用 Serverless 一键部署 Stable Diffusion？

作者 | 寒斜&#xff08;阿里云智能技术专家&#xff09; 思路 其实很简单&#xff0c; 我们只需要将镜像里面的动态路径映射到 NAS文件存储里面即可&#xff0c;利用 NAS 独立存储文件模型&#xff0c;扩展&#xff0c;语言包等&#xff0c;并且我们可以为管理 NAS 单独配置…
阅读更多...
使用Python和Django构建一个全功能的在线医疗问诊平台

使用Python和Django构建一个全功能的在线医疗问诊平台

在线医疗问诊平台应运而生&#xff0c;为患者和医生之间提供了一个便捷的交流平台。本文将介绍如何使用Python和Django构建一个全功能的在线医疗问诊平台。 功能 在我们的平台上&#xff0c;患者可以注册账户、查询医生、预约诊断、支付费用并与医生沟通。医生可以创建个人档…
阅读更多...
【.NET CORE】使用Rotativa.AspNetCore将网页转换为PDF

【.NET CORE】使用Rotativa.AspNetCore将网页转换为PDF

插件功能&#xff1a;将在线网页转换为PDF显示&#xff0c;文件保存 组件配置&#xff1a; 1、在NuGet管理中搜索Rotativa.AspNetCore并安装稳定版&#xff0c;项目github地址&#xff1a;GitHub - webgio/Rotativa.AspNetCore: Rotativa for Asp.Net Core 2、github下载项目…
阅读更多...
Docker安装部署MySQL

Docker安装部署MySQL

1、拉取镜像 docker pull mysql:8.0 2、查看镜像 docker images 3、创建文件夹 mkdir ~/mysql cd mysql/ 4、创建并启动MySQL容器 docker run -id \ > -p 3306:3306 \ > --namec_mysql \ > -v $PWD/conf:/etc/mysql/conf.d \ > -v $PWD/logs:/logs \ > -…
阅读更多...
Vue Emelent-UI表格合并行或列rowspan和colspan的作用

Vue Emelent-UI表格合并行或列rowspan和colspan的作用

Vue Element-UI的table组件支持合并行或者列&#xff0c;在这里做个简单的学习笔记。 我们可以通过rowspan和colspan来进行单元格合并&#xff0c;那么这两个属性是什么意思呢&#xff0c;通过官方给的demo来探讨下。 上述单元格将行index为奇数的第一列和第二列合并为一个单…
阅读更多...
python dict 取值方法

python dict 取值方法

在日常工作中&#xff0c;我们经常会遇到需要将一些数据转换为 dict格式的情况。比如&#xff1a; 1、想要将多个数组按照某种规则进行排列&#xff0c;形成有序的数据表&#xff0c;这时需要使用 dict函数。 3、想要将数据按照指定的方式进行存储&#xff0c;比如&#xff1a;…
阅读更多...
Maven自定义配置

Maven自定义配置

修改maven默认字符编码 maven默认编码为GBK 注:配好MAVEN_HOME的环境变量后,在运行cmd. 打开cmd 运行mvn -v命令即可. 修改UTF-8为默认编码.设置系统环境变量 变量名MAVEN_OPTS 变量值-Dfile.encodingUTF-8 还可以添加其他配置&#xff0c;比如&#xff1a; -Xms256m -Xmx512m…
阅读更多...
IDEA编译JDK1.8源码及运行测试

IDEA编译JDK1.8源码及运行测试

———————————————— 版权声明&#xff1a;本文为CSDN博主「神韵499」的原创文章&#xff0c;遵循CC 4.0 BY-SA版权协议&#xff0c;转载请附上原文出处链接及本声明。 原文链接&#xff1a;https://blog.csdn.net/qq_41055045/article/details/112002440 ————…
阅读更多...
【Qt编程之Widgets模块】-004：QTableWidget及基本操作

【Qt编程之Widgets模块】-004：QTableWidget及基本操作

QTableWidget及基本操作 1. 概述2. 主要操作函数2.1 QTableWidgets实例化2.2 设置表头 setHorizontalHeaderLabels2.3 单元格选择&#xff1a;setSelectionBehavior2.4 设置列数 setColumnCount2.5 设置行数 setRowCount2.6 网格的显示 setShowGrid2.7 添加表项 setItem2.8 表项…
阅读更多...
常见的锁和zookeeper

常见的锁和zookeeper

zookeeper 本文由 简悦 SimpRead 转码&#xff0c; 原文地址 zhuanlan.zhihu.com 前言 只有光头才能变强。 文本已收录至我的 GitHub 仓库&#xff0c;欢迎 Star&#xff1a;https://github.com/ZhongFuCheng3y/3y 上次写了一篇 什么是消息队列&#xff1f;以后&#xff0c;本来…
阅读更多...
Ubuntu 20.04.5 LTS x86_64 Docker stable diffusion webui 及 http api接口

Ubuntu 20.04.5 LTS x86_64 Docker stable diffusion webui 及 http api接口

资源 Docker镜像 docker pull darkroot1234/ayanami:latest 参考地址&#xff1a; docker一键运行stable diffusion webui&#xff0c;常用插件和功能完备&#xff0c;获得镜像后可打包带走 - 哔哩哔哩 nvidia cuda 驱动 https://us.download.nvidia.cn/XFree86/aarch64/…
阅读更多...
Django框架005：阶段性`实战小案例`“答辩“公司员工表

Django框架005：阶段性`实战小案例`“答辩“公司员工表

大家好&#xff0c;我是csdn的博主&#xff1a;lqj_本人 这是我的个人博客主页&#xff1a; lqj_本人的博客_CSDN博客-微信小程序,前端,python领域博主lqj_本人擅长微信小程序,前端,python,等方面的知识https://blog.csdn.net/lbcyllqj?spm1011.2415.3001.5343哔哩哔哩欢迎关注…
阅读更多...
基于 DDR3 的串口传图帧缓存系统设计实现（整体设计）

基于 DDR3 的串口传图帧缓存系统设计实现（整体设计）

文章目录 前言一、串口传图顶层系统设计框图二、各模块说明三、系统工程及 IP 创建四、uart_ddr3_tft模块五、uart_ddr3_tft模块仿真文件六、uart_ddr3_tft模块仿真文件 前言 结合串口接收模块和 tft 显示屏控制模块&#xff0c;设计一个基于 DDR3 的串口传图帧缓存系统。 提示…
阅读更多...
DES加密算法、RSA加密算法

DES加密算法、RSA加密算法

DES加密算法 DES加密过程 1、将明文和密钥转化为ASCII码&#xff0c;明文64位bit&#xff0c;密钥56位 2、明文进行初始置换 3、明文初始置换后前32位为L0&#xff0c;后32位为R0 4、第一轮算法&#xff0c;L1R0&#xff0c;R0进行F运算后跟L0异或的结果为R1 5、F运算&#x…
阅读更多...
jmeter如何测试一个get请求

jmeter如何测试一个get请求

目录 1.配置测试计划1.1.创建线程组1.2.创建GET的HTTP请求取样器&#xff08;模拟GET请求&#xff09;1.3.添加查看结果树和聚合报告 2.执行压测并查看结果2.1.验证接口2.2.执行压力测试 使用jmeter测试一个http的get请求示例. 1.配置测试计划 1.1.创建线程组 打开jmeter - 测…
阅读更多...
C语言实现扫雷(包含递归展开)

C语言实现扫雷(包含递归展开)

目录 一&#xff1a;扫雷游戏的基础逻辑 二&#xff1a;关于扫雷相关的信息存储 三&#xff1a;游戏大体实现逻辑 四&#xff1a;具体实现 (1)初始化 (2)打印 (3)布置雷 (4)查雷 五&#xff1a;全部代码 (1)game.h (2)game.c (3)test.c 六&#xff1a;实际效果演示…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023