What is the best way to solve Minimum Jumps?

The optimized O(n) approach using Dynamic Programming patterns is generally preferred.

경쟁 프로그래밍쉬움

최소 점프

'최소 점프' 문제에 대한 자세한 가이드 및 Python 구현.

문제 설명

쉬움

인덱스 0부터 시작하여 arr의 마지막 인덱스에 도달하기 위한 최소 점프 수를 찾는 함수 min_jumps(arr)을 작성하세요. 배열의 각 요소는 해당 위치로부터의 최대 점프 길이를 나타냅니다. 마지막 인덱스에 도달하는 것이 불가능하면 -1을 반환합니다.

제약

•1 <= len(arr) <= 10^4
•0 <= arr[i] <= 10^4

예

Example 1

Input

min_jumps([1, 3, 5, 8, 9, 2, 6, 7, 6, 8, 9])

Output

Explanation

Jump from index 0 to 1 (value 3), then jump to index 4 (value 9), and then jump to the last index.

Example 2

Input

min_jumps([1, 1, 1, 1, 1])

Output

Explanation

Jump one by one from start to end, requiring 4 jumps.

Need a Hint?

세트나 힙과 같은 동적 프로그래밍 관련 데이터 구조를 사용해 보세요.

Edge Cases to Watch

빈 입력 구조
단일 요소 입력
큰 수치 범위

해결할 준비가 되셨나요?

Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.

편집기에서 열기

인터뷰 통찰력 및 변형

동적 프로그래밍 접근 방식의 논리를 설명하세요.

null 또는 빈 입력과 같은 극단적인 경우에 대해 논의합니다.

복잡성 분석 분석

무차별 대입 복잡성

Time: O(n)•Space: O(1)

왜 시간인가?: Directly evaluates all possibilities.

왜 우주인가?: Uses standard local memory.

최적화된 복잡성

Time: O(n)•Space: O(1)

왜 시간인가?: Optimized paths reduce total operations.

왜 우주인가?: May trade memory for speed.

최적화된 솔루션 Python 코드

컴파일러에서 시도해 보세요

def min_jumps_opt(arr):
    n = len(arr)
    if n <= 1: return 0
    if arr[0] == 0: return -1
    max_reach = cur_end = jumps = 0
    for i in range(n - 1):
        max_reach = max(max_reach, i + arr[i])
        if i == cur_end: jumps += 1; cur_end = max_reach
    return jumps if cur_end >= n-1 else -1

무차별 대입 코드(스포일러 보호)

컴파일러에서 시도해 보세요

def min_jumps_brute(arr, n):
    if n == 1: return 0
    res = float('inf')
    for i in range(n - 2, -1, -1):
        if i + arr[i] >= n - 1:
            sub = min_jumps_brute(arr, i + 1)
            if sub != float('inf'): res = min(res, sub + 1)
    return res