403. 青蛙过河

403. 青蛙过河

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一个单位(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 - 1kk + 1 个单位。 另请注意,青蛙只能向前方(终点的方向)跳跃。

示例 1:

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)。

示例 2:

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。

提示:

  • 2 <= stones.length <= 2000
  • 0 <= stones[i] <= 231 - 1
  • stones[0] == 0

函数签名:

func canCross(stones []int) bool

分析

DFS 穷举

假设青蛙在某一时刻跳了 k 步到了 i 处,那么下一步就有三种跳法:跳 k-1k, k+1 步。这样可以很容易想到 DFS 解法。

func canCross(stones []int) bool {
    n := len(stones)
    isStone := make(map[int]bool, n)
    for _, v := range stones {
        isStone[v] = true
    }

    var dfs func(i, k int) bool
    dfs = func(i, k int) bool {
        if i == stones[n-1] {
            return true
        }
        for j := k-1; j <= k+1; j++ {
            next := i+j
            if next > i && isStone[next] && dfs(next, j) {
                return true
            }
        }
        return false
    }
    
    return dfs(0, 0)
}

状态太多,超时。

时间复杂度是 O(3^n),其中 n 是石子的数量,题目上限为 2000,指数级的复杂度。

记忆化搜索

朴素 DFS 有重复计算,所以复杂度高。可以加上备忘录优化,得到记忆化搜索解法。

func canCross(stones []int) bool {
    n := len(stones)
    isStone := make(map[int]bool, n)
    dp := make(map[int]map[int]bool, n)
    for _, v := range stones {
        isStone[v] = true
        dp[v] = map[int]bool{}
    }

    var dfs func(i, k int) bool
    dfs = func(i, k int) bool {
        if i == stones[n-1] {
            return true
        }
        if res, ok := dp[i][k]; ok {
            return res
        }
        for j := k-1; j <= k+1; j++ {
            next := i+j
            if next > i && isStone[next] && dfs(next, j) {
                dp[i][k] = true
                return true
            }
        }
        dp[i][k] = false
        return false
    }
    
    return dfs(0, 0)
}

时间复杂度 O(n^2),空间复杂度 O(n^2)

动态规划

直接上代码,有些小优化。

func canCross(stones []int) bool {
    n := len(stones)
    for i := 1; i < n; i++ {
        if stones[i]-stones[i-1] > i {
            return false
        }
    }
    dp := make([][]bool, n)
    for i := range dp {
        dp[i] = make([]bool, n)
    }
    dp[0][0] = true
    for i := 1; i < n; i++ {
        for j := i - 1; j >= 0; j-- {
            k := stones[i] - stones[j]
            if k > j+1 {
                break
            }
            dp[i][k] = dp[j][k-1] || dp[j][k] || dp[j][k+1]
            if i == n-1 && dp[i][k] {
                return true
            }
        }
    }
    return false
}

时空复杂度都是 O(n^2),同记忆化搜索。