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。为什么要用i+nums[i]

这道题目可以使用贪心算法来解决。我们从第一个位置开始，记录当前可以到达的最远位置max_pos。对于每个位置i，如果i在max_pos的范围内，即i <= max_pos，那么更新max_pos为max(max_pos, i + nums[i])。如果在遍历完整个数组之前max_pos已经大于等于最后一个位置，那么就可以到达最后一个位置。

为什么要用i + nums[i]更新max_pos呢？因为i + nums[i]可以表示从当前位置i出发能够到达的最远位置。我们更新max_pos为i + nums[i]是为了尽可能地到达更远的位置，以便最终到达最后一个位置。

下面是Python代码实现：

def canJump(nums: List[int]) -> bool:
    n = len(nums)
    max_pos = 0  # 初始化当前可以到达的最远位置为第一个位置
    for i in range(n):
        if i <= max_pos:  # 如果i在max_pos的范围内
            max_pos = max(max_pos, i + nums[i])  # 更新max_pos
            if max_pos >= n - 1:  # 如果在遍历完整个数组之前max_pos已经大于等于最后一个位置
                return True
    return False

时间复杂度为O(n)，空间复杂度为O(1)。

相关问题

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。

这是一道典型的贪心算法题目，我们可以从前往后遍历数组，记录当前能够到达的最远位置，如果当前位置超过了这个最远位置，说明无法到达最后一个下标，则返回false。如果遍历结束后，最远位置大于等于最后一个下标，则返回true。

以下是示例代码：

bool canJump(vector<int>& nums) {
    int n = nums.size();
    int maxPos = 0;
    for (int i = 0; i < n; i++) {
        if (i > maxPos) {
            return false;
        }
        maxPos = max(maxPos, i + nums[i]);
        if (maxPos >= n - 1) {
            return true;
        }
    }
    return false;
}

时间复杂度：O(n)，其中 n 是数组的长度。

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长度。 判断你是否能够到达数组中的最后一个坐标。的代码

这道题目可以使用贪心算法进行求解，我们从数组的最后一个位置开始往前推，每次记录能够跳到当前位置的最小下标，最后判断最小下标是否为0即可。下面是代码实现：

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int n = nums.size();
        int last = n - 1;
        for (int i = n - 2; i >= 0; i--) {
            if (i + nums[i] >= last) {
                last = i;
            }
        }
        return last == 0;
    }
};

希望对您有所帮助。