这是悦乐书的第335次更新,第360篇原创

01 看题和准备

今天介绍的是LeetCode算法题中Easy级别的第205题(顺位题号是874)。网格上的机器人从点(0,0)开始并朝北。机器人可以接收三种可能类型的命令之一:

  • -2:向左转90度。

  • -1:向右转90度。

  • 1 <= x <= 9:向前移动x个单位。

一些网格方块是障碍物。第i个障碍位于网格点(obstacles[i][0],obstacles[i][1])。如果机器人遇到障碍点,机器人将停留在障碍点前一个网格方格上(但仍然会继续执行剩下的指令。)返回机器人从原点开始的最大欧氏距离的平方。例如:

输入:commands = [4,-1,3],obstacles = []

输出:25

说明:机器人位于(3,4),3x3 + 4x4 = 25。



输入:commands = [4,-1,4,-2,4],obstacles = [[2,4]]

输出:65

说明:从(0,0)开始先向北走到(4,0),然后向右,此时朝东,往前走4步,但是在(2,4)遇到了障碍点,所以只能走到(1,4),而不是(4,4),在点(1,4)向左转,此时朝北,向前走4部,到达点(1,8),在(1,8)的平方和最大。

注意

  • 0 <= commands.length <= 10000

  • 0 <= barriers.length <= 10000

  • -30000 <=障碍物[i] [0] <= 30000

  • -30000 <=障碍物[i] [1] <= 30000

  • 答案保证小于2 ^ 31。

02 解题

题目中有几个地方需要先解释下:

  • 机器人的朝向。初始时,机器人是朝北的,根据题目给的例子1,可以推算出,机器人的朝向和上北下南的方向一致。以(0,0)为原点看,向北就是指向y轴的正方向,向东就是指向x轴的正方向,另外两个方向同理。

  • 欧氏距离的平方。其实就是x坐标值和y坐标值的平方和,即X x X + Y x Y之和。

  • 机器人前进的方向。既然机器人有朝向的概念,那么其前进的方向也就包含了四个方向,上下左右,那么机器人前进的方向就具有了周期性,以4为周期。

在了解上面这些信息后,再来看这道题,会清晰很多。根据题目的介绍,commands数组中会遇到3种指令,-2时左转,-1时右转,剩下就是前进多少步了,但是前进的时候需要判断此方向上有没有障碍物,所以我们需要先将表示障碍物的二维数组处理一下,使用HashSet来存储,这样每次只需要判断HashSet中是否包含障碍点即可,而不必去遍历判断。

在机器人可能前进的四个方向上,我们定义一个二维数组,来表示四个方向,此处我们按照上右下左顺时针的方向来定义,你也可以从其他方向开始,只要后面计算周期的时候能够匹配就行。

在执行前进n步的指令时,我们是以1为单位前进,每执行一步就判断一次障碍点。在执行完前进指令后,需要进行比较最大值,最后输出结果值即可。

public int robotSim(int[] commands, int[][] obstacles) {
int x = 0, y = 0, max = 0, index = 0;
// 将障碍点初始化进HashSet中,以字符串的形式
Set<String> set = new HashSet<String>();
for (int[] arr : obstacles) {
set.add(arr[0]+"-"+arr[1]);
}
// 四个方向,上右下左,index的取值范围是[0,3]
int[][] directions = {{0,1},{1,0},{0,-1},{-1,0}};
for (int n : commands) {
if (n == -1) {
index++;
// 右转四次后会回到原点
if (index == 4) {
index = 0;
}
} else if (n == -2) {
index--;
// 左转一次相当于右转3次
if (index == -1) {
index = 3;
}
} else {
// 前进n步,只要此方向上不包含障碍点
while (n-- > 0 && !set.contains((x+directions[index][0])+
"-"+(y+directions[index][1]))) {
x += directions[index][0];
y += directions[index][1];
}
}
max = Math.max(max, x*x+y*y);
}
return max;
}

03 小结

算法专题目前已连续日更超过六个月,算法题文章205+篇,公众号对话框回复【数据结构与算法】、【算法】、【数据结构】中的任一关键词,获取系列文章合集。

以上就是全部内容,如果大家有什么好的解法思路、建议或者其他问题,可以下方留言交流,点赞、留言、转发就是对我最大的回报和支持!

LeetCode.874-走路机器人模拟(Walking Robot Simulation)的更多相关文章

  1. [leetcode] 874. 行走机器人模拟(周赛)

    874. 行走机器人模拟 模拟 描述方向时有个技巧:int[][] dx = {{0, 1}, {1, 0}, {0, -1}, {-1, 0}}; 分别存储机器人向上.右.下.左走时,坐标应该如何变 ...

  2. C#LeetCode刷题之#874-模拟行走机器人​​​​​​​(Walking Robot Simulation)

    问题 该文章的最新版本已迁移至个人博客[比特飞],单击链接 https://www.byteflying.com/archives/4038 访问. 机器人在一个无限大小的网格上行走,从点 (0, 0 ...

  3. leetcode 874. Walking Robot Simulation

    874. Walking Robot Simulation https://www.cnblogs.com/grandyang/p/10800993.html 每走一步(不是没走commands里的一 ...

  4. 【Leetcode_easy】874. Walking Robot Simulation

    problem 874. Walking Robot Simulation solution1: 思路:1)如何表示移动的方向以及移动的位置坐标; 2)障碍物坐标如何检查;3)求解的是最大距离; cl ...

  5. [LeetCode] 874. Walking Robot Simulation 走路机器人仿真

    A robot on an infinite grid starts at point (0, 0) and faces north.  The robot can receive one of th ...

  6. 【LeetCode】874. Walking Robot Simulation 解题报告(Python & C++)

    作者: 负雪明烛 id: fuxuemingzhu 个人博客: http://fuxuemingzhu.cn/ 目录 题目描述 题目大意 解题方法 模拟 日期 题目地址:https://leetcod ...

  7. [Swift]LeetCode874. 模拟行走机器人 | Walking Robot Simulation

    A robot on an infinite grid starts at point (0, 0) and faces north.  The robot can receive one of th ...

  8. Leetcode874.Walking Robot Simulation模拟行走的机器人

    机器人在一个无限大小的网格上行走,从点 (0, 0) 处开始出发,面向北方.该机器人可以接收以下三种类型的命令: -2:向左转 90 度 -1:向右转 90 度 1 <= x <= 9:向 ...

  9. 874. Walking Robot Simulation

    A robot on an infinite grid starts at point (0, 0) and faces north.  The robot can receive one of th ...

随机推荐

  1. GetShortPathName函数

    Declare Function GetShortPathName Lib "kernel32" Alias "GetShortPathName" (ByVal ...

  2. caffe py3 docker

    https://hub.docker.com/r/mapler/caffe-py3/ docker pull mapler/caffe-py3 docker run  -it  mapler/caff ...

  3. 隐马尔可夫模型的前向算法(java实现),今天奉上

    隐马尔可夫模型的前向算法(手动实现),今天奉上,由于研究生期间,实现的时候没有多加注释,这里为了让更好的人进入自然语言处理领域,特此,将前向算法奉上,具体公式可参考52nlp的HMN系列博客. 参考了 ...

  4. @ResponseStatus注解作用

    @ResponseStatus注解有两种用法,一种是加载自定义异常类上,一种是加在目标方法中 这里我们说一下加在目标方法上的这种情况,注解中有两个参数,value属性设置异常的状态码,reaseon是 ...

  5. HDU-3415-Max Sum of Max-K-sub-sequence(单调队列,带限制的最大子段和)

    链接: https://vjudge.net/problem/HDU-3415 题意: Given a circle sequence A[1],A[2],A[3]......A[n]. Circle ...

  6. 【shell】文本匹配问题

    原文本通过TITLE分段 TITLE1 xxx yyy TITLE2 xxx yyy hello zzz hello TITLE3 xxx hello 类似于这样的,hello可能有多个,需要打印出含 ...

  7. Python 运算符Ⅴ

    Python位运算符 按位运算符是把数字看作二进制来进行计算的.Python中的按位运算法则如下: 下表中变量 a 为 60,b 为 13,二进制格式如下: 运算符 描述 实例 & 按位与运算 ...

  8. 21.栈的压入、弹出序列(python)

    题目描述 输入两个整数序列,第一个序列表示栈的压入顺序,请判断第二个序列是否可能为该栈的弹出顺序.假设压入栈的所有数字均不相等.例如序列1,2,3,4,5是某栈的压入顺序,序列4,5,3,2,1是该压 ...

  9. PHP 字符串相关常识

    0x00 前言 第一次遇见字符串这个概念是在学 C 语言的时候,那时候觉得字符串也没有什么难的,不就是一个以 \0 结尾的 char 数组而已咯.后来在学习 PHP 的过程中也同样保持这个观念,不过在 ...

  10. 【canvas学习笔记五】使用图片

    在canvas里画图有两个步骤: 获得图片源. drawImage()画图. 图片源 canvas支持以下几种图片资源: HTMLImageElement 可以使用Image()方法构造的图片,也可以 ...