A = [2,3,1,1,4]，返回 true.

A = [3,2,1,0,4]，返回 false.

public class Solution {
/*
首先來看一下如何使用動態規劃求解該問題。使用動態規劃求解問題，首先需要找到問題的狀態和狀態轉化方程


假設問題的狀態，假設位置i(0≤i≤A.length)能夠跳躍的最大長度為dp[i]。 
對於陣列A = [2,3,1,1,4]， 則有： 
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


基於上面的分析，其狀態轉換方程為： 
dp[i]={max{A[i]+i,dp[i−1]},0,if dp[i−1]≥iotherwise 


注意：需要判斷能否到達第i個位置
*/
public static boolean canJump(int [] A) {
    if (A.length == 1) return true;


    int [] dp = new int[A.length];
    dp[0] = A[0];
    
    //如果dp[i-1]能走到 i  ,那麼dp[i]存的即為能走的最遠的距離
    for (int i = 1; i < dp.length; ++i) {
        //需要判斷能否到達第i個位置
        if (dp[i-1] >= i)//dp[0] >1 dp[1]>2
            dp[i] = Math.max(A[i]+i, dp[i-1]);//不斷相加//2
        else
            dp[i] = 0;
    }
    return dp[dp.length-1] >= A.length-1;
}
}


/*
貪心法【最大步數能走到當前步則每次用最遠距離更新最大步，每次判斷是否可以走到最後，可以直接返回true,如果連當前步都走不到，跳出while 返回false】


如果對上面的程式碼認真分析以下的話，是沒有必要建立dp陣列的，
可以使用一個變數來進行替換。及 
currMaxStep用來記錄從0到第i個位置中所能跳到最遠的距離。
public boolean canJump(int[] A){
    int currMaxStep =A[0];
    for(int i=1;i<A.length;i++){
        if(i>currMaxStep)return false;
        currMaxStep = Math.max(currMaxStep,A[i]+i);
    }
    return currMaxStep >=A.length-1;
}
*/