描述
给出一个非负整数数组，你最初定位在数组的第一个位置。
数组中的每个元素代表你在那个位置可以跳跃的最大长度。
判断你是否能到达数组的最后一个位置。
这个问题有两个方法，一个是贪心和 动态规划。
贪心方法时间复杂度为O（N）。
动态规划方法的时间复杂度为为O（n^2）。
我们手动设置小型数据集，使大家可以通过测试的两种方式。这仅仅是为了让大家学会如何使用动态规划的方式解决此问题。如果您用动态规划的方式完成它，你可以尝试贪心法，以使其再次通过一次。
您在真实的面试中是否遇到过这个题？ 是
样例
A = [2,3,1,1,4]，返回 true.
A = [3,2,1,0,4]，返回 false.
首先来看一下如何使用动态规划求解该问题。使用动态规划求解问题，首先需要找到问题的状态和状态转化方程
假设问题的状态，假设位置i(0≤i≤A.length)i(0≤i≤A.length)能够跳跃的最大长度为dp[i]。
对于数组A = [2,3,1,1,4]， 则有：
i = 0, dp[0] = A[0] + 0 = 2
i = 1, if dp[i-1] = dp[0]≥ i then dp[1] = max{A[1]+1,dp[0]}=4 else dp[1] = 0
i = 2, if dp[i-1] = dp[1]≥ i then dp[2] = max{A[2]+2,dp[1]}=4 else dp[2] = 0
基于上面的分析，其状态转换方程为：
dp[i]={max{A[i]+i,dp[i−1]} if dp[i−1]≥i
0 otherwise
注意：需要判断能否到达第ii个位置
代码如下：
class Solution:
"""
@param A: A list of integers
@return: A boolean
"""
def canJump(self, A):
# write your code here
# dp数组存第i个点能跳最远的位置
if(len(A)==0 or A==None):return True
dp=[0 for i in range(len(A))]
dp[0]=A[0]
for i in range(1,len(A)):
# 判断第i个点是可以到的
if(dp[i-1]>=i):
dp[i]=max(i+A[i],dp[i-1])
else:
dp[i]=0
if(dp[len(A)-1]>=len(A)-1):
return True
else:return False
s = Solution()
print(s.canJump( [5,8,3,0,6,7,9,6,3,4,5,2,0,6,2,6,7,10,8,0]))