核心内容摘要
大数据时代，CAP定理的重要性
贪心思路拆解核心逻辑：局部最优：遍历数组时，不断更新“当前能跳到的最远距离”（覆盖范围）；全局最优：如果这个覆盖范围能包含数组最后一个下标，就返回true；如果遍历完覆盖范围还没到终点，返回false。
关键观察：数组中每个元素nums[i]表示“从i位置能跳的最大长度”，所以从i位置能到达的最远距离是i + nums[i]；遍历过程中，只要当前下标i在“已有的覆盖范围”内，就可以用i + nums[i]更新覆盖范围；一旦覆盖范围 = 数组最后一个下标，直接返回true（不用再遍历，提前终止更高效）。
分步理解（结合示例）示例1：nums = [2,3,1,1,4]初始：覆盖范围cover = 0（起始位置0，能跳2步，初始覆盖到
；遍历i=0（在cover内）：更新cover = max(0, 0+
= 2（现在能覆盖到
0、
1、
；遍历i=1（在cover内）：更新cover = max(2, 1+
= 4（覆盖到
，已包含最后一个下标
，返回true。
示例2：nums = [3,2,1,0,4]初始：cover = 0；遍历i=0：cover = max(0, 0+