一.跳跃游戏1
给定一个非负整数数组，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。
判断你是否能够到达最后一个位置。
示例 1:
输入: [2,3,1,1,4]
输出: true
解释: 从位置 0 到 1 跳 1 步, 然后跳 3 步到达最后一个位置。
示例 2:
输入: [3,2,1,0,4]
输出: false
解释: 无论怎样，你总会到达索引为 3 的位置。但该位置的最大跳跃长度是 0 ， 所以你永远不可能到达最后一个位置。
两种方法贪心算法和动态规划
1.贪心算法代码如下：（我也不太理解，希望谁可以补充的更仔细）
public canJump(int[] A){
int end=0;
for(int i=0;i<A.length-1;i++){
if(i<end&&i+A[i]>end)
end=i+A[i];
}
return end>=A.lemgth-1;
}
2.动态规划代码如下：
说实话，自己的动态规划还是很弱，有待加强！
动态规划的思路相对来说要复杂一下，我们这里分两种情况来讨论
第一步,定义一个dp一维数组，用来记录每个位置是否能够达到终点。比如，dp[i],表示在i位置，是否能够跳到终点，如果能，为true；反之为false。
第二步，dp[i]是否能够跳到终点，这里主要分为两种情况：
1.如果当前位置可以直接跳到终点，也就是说i + A[i] >= A.length() - 1,那么直接让dp[i] 为true就行了。
2.如果当前位置不能直接跳到终点，但是可以借助其他位置跳到终点，那么dp[i]也为true。这里设置为true有两个条件，假设它借助j位置，首先dp[j]必须true，其次它必须能够跳到j位置，也就是说i + dp[i] >= j。
经过简单的分析，应该能够理解到这个解法的思路吧！！！
class Solution {
//动态规划
public boolean canJump(int[] A) {
boolean dp[] = new boolean[A.length];
//默认最后一个为true
dp[A.length - 1] = true;
for (int i = A.length - 2; i >= 0; i--) {
//如果当前位置能够直接跳到终点，直接设置为true
if (i + A[i] >= A.length - 1) {
dp[i] = true;
}
else
for (int j = i; j < A.length - 1; j++) {
//设置为true的条件是：
//1.借助的j点必须为true
//2.必须能够跳到j点来(i + A[i] >= j)
if (dp[j] && i + A[i] >= j) {
dp[i] = true;
}
}
}
return dp[0];
}
}
二.跳跃游戏2！！！！！
给定一个非负整数数组，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。
输入: [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。