image.png
简洁标准解法：动态规划，dp[i]记录nums[i]之前所能到达的最远距离，dp[i] = max(dp[i-1], i + nums[i])，空间优化可以将dp[i]变为dp (k)
class Solution(object):
def canJump(self, nums):
"""
:type nums: List[int]
:rtype: bool
"""
n=len(nums)
k=0
for i in range(n):
if i>k:
return False
k=max(k,i+nums[i])
return True
本人思路：下一步的位置由：能获得(当前已经走的步数(cur_steps)+当前能走的步数(j<=nums[i])+跳跃过去的那一步能走的步数)的最大值确定，并且判断如果上述的最大值已经超过了跳到最后一步所需的步长，就返回True。
记得单独判断只有一步或者为空的情况。
犯错记录：忘记在式子中写入当前实际走的步长。
class Solution(object):
def canJump(self, nums):
"""
:type nums: List[int]
:rtype: bool
"""
n=len(nums)-1
max_steps=0
cur_steps=0
i = 0
if len(nums)<=1:
return True
while i<n:
nexti=i
for j in range(1,nums[i]+1):
if j+nums[i+j] > max_steps:
nexti=i+j
max_steps=j+nums[i+j]
if cur_steps+max_steps>=n:
return True
cur_steps+=nexti-i
max_steps=0
if i==nexti:
return False
i=nexti
return False
