题目描述
每个格子的数字是在这一格最多能往右跳几步，从 0 号位出发，问能否到达最后一格。
思路解析
在每一格都枚举「跳 1 步、跳 2 步…」一路递归试到底，路径会指数爆炸，还会反复算同一格能不能到终点。其实根本不必关心怎么跳。
转折：从左往右扫，只要一个格子在 maxReach 范围内能站住，它能到的地方我就也能到。所以每到一格就用 maxReach = max(maxReach, i + nums[i]) 把边界往外推。一旦 maxReach 盖过终点就成；要是走到某格时 i 已经超出 maxReach，说明这格根本站不上去，卡死返回 false。贪心成立的关键：能到的范围是连续的一段，维护它的右边界就行。
i=0 (值2)：站在 0 号位能跳 2 步，最远摸到 2 号位。橙色区间就是当前你够得着的范围 [0, 2]。
i=1 (值3)：1 号位在可达范围内（1 ≤ 2），站得上去。它能跳 3 步到 4 号位，maxReach 被推到 4——已经盖住终点了，但我们把扫描走完看看每步怎么动。
i=2 (值1)：2 号位也在范围内。它只能跳 1 步到 3 号位，比现有的 4 近，maxReach 不更新，仍是 4。
i=3 (值1)：3 号位还在范围内，它能到的 4 号位也没超过现有边界。maxReach 保持 4。
i=4 · 已是终点：走到最后一格 4，它本身就在可达范围内（4 ≤ maxReach=4）。能到达，返回 true。
负例：换成 [3,2,1,0,4]：换个会失败的数组 [3,2,1,0,4]。0 号位跳 3 步，maxReach=3，范围 [0,3]——终点 4 还差一格够不到。
负例 i=1 (值2)：1 号位在范围内，它能到 1+2=3，没超过现有边界，maxReach 不动，还是 3。范围卡在 [0,3] 里推不出去。
负例 · 卡在 0：一路走到 3 号位，它的值是 0，3+0 还是 3，maxReach 推不动了。下一步 i=4 时 4 > maxReach=3，站不上去 → 返回 false。一个 0 卡在关键位置就能堵死整条路。
不纠结具体怎么跳、跳几次，只维护全局的「可达右边界」maxReach，让它一路向外推——这就是可达性贪心。
参考代码（Python）
1def canJump(self, nums):
2 maxReach = 0 # 目前最远能到的下标
3 for i in range(len(nums)):
4 if i > maxReach: return False # 这格站不上去，卡死
5 maxReach = max(maxReach, i + nums[i]) # 推边界
6 if maxReach >= len(nums) - 1: return True
7 return True复杂度分析
- 时间复杂度：O(n) —— 只从左到右扫一遍，每格做常数次比较
- 空间复杂度：O(1) —— 只用 maxReach 一个变量，不存路径
套路模板
维护一个「最远可达边界」，遍历时实时更新、越界就停——跳跃游戏 II、加油站都是它的亲戚。
1# 「能否到达 / 最远能到」一遍扫描都套
2reach = 0
3for i in range(n):
4 if i > reach: return False # 当前格已够不到，卡死
5 reach = max(reach, i + nums[i]) # 更新最远边界
6 if reach >= n - 1: return True
7return True易错点
- 错误写法：不判断 i > maxReach 就继续更新 → 正确写法：循环里先 if i > maxReach: return False（像 [3,2,1,0,4]，不判断的话会去「更新」一个根本站不上的格子，得出错误的 true）
- 错误写法：把 nums[i] 当成「跳到哪个下标」 → 正确写法：最远位置是 i + nums[i]（nums[i] 是步数不是目标下标，忘了加当前下标 i 边界全算错）
以上文字与上方动画完全同一思路：先看动画建立直觉 → 读文字巩固 → 关掉页面自己默写一遍代码，能写出来才算真的掌握。