更新於 2024/09/04閱讀時間約 1 分鐘

♟縱橫四海 模擬機器人的軌跡 Walking Robot Simulation_Leetcode #874

題目敘述 Walking Robot Simulation


機器人在一個無限大小的 X-Y 2D平面上行走,從點 (0, 0) 開始出發,一開始面向北方。

機器人可以接收以下三種類型的命令

-2 :向左轉 90 度

-1 :向右轉 90 度

1 <= x <= 9 :向前移動 x 個單位長度


在網格上有一些格子被視為障礙物 obstacles 。

第 i 個障礙物位於網格點 obstacles[i] = (xi, yi) 。 機器人無法走到障礙物上,它將會停留在障礙物的前一個網格方塊上,並繼續執行下一個命令。


請計算並且返回機器人距離原點的 最大距離 的 平方 。 (也就是說,如果距離為 5 ,則回傳 25 )


測試範例

Example 1:

Input: commands = [4,-1,3], obstacles = []
Output: 25
Explanation:

機器人開始位於 (0, 0)
1. 向北移動 4 個單位,到達 (0, 4)
2. 右轉
3. 向東移動 3 個單位,到達 (3, 4)
距離原點最遠的是 (3, 4) ,距離為 3^2 + 4^2 = 25

Example 2:

Input: commands = [4,-1,4,-2,4], obstacles = [[2,4]]
Output: 65
Explanation:

機器人開始位於 (0, 0)
1. 向北移動 4 個單位,到達 (0, 4)
2. 右轉
3. 向東移動 1 個單位,然後被位於 (2, 4) 的障礙物阻擋,機器人停在 (1, 4)
4. 左轉
5. 往北走 4 個單位,到達 (1, 8)
距離原點最遠的是 (1, 8) ,距離為 1^2 + 8^2 = 65

Example 3:

Input: commands = [6,-1,-1,6], obstacles = []
Output: 36
Explanation:

機器人開始位於 (0, 0):
1. 向北移動 6 個單位,到達 (0, 6).
2. 右轉
3. 右轉
4. 向南移動 6 個單位,到達 (0, 0).
機器人距離原點最遠的點是 (0, 6),其距離的平方是 6^2 = 36 個單位。

約束條件

Constraints:

  • 1 <= commands.length <= 10^4

指令的長度介於1~一萬。

  • commands[i] is either -2-1, or an integer in the range [1, 9].

指令內容是-2(左轉), -1(右轉) 或者1~9之間的整數。

  • 0 <= obstacles.length <= 10^4

障礙物陣列的長度介於0~一萬之間。

  • -3 * 10^4 <= xi, yi <= 3 * 10^4

x, y 座標都介於 負三萬~正三萬。

  • The answer is guaranteed to be less than 2^31.

答案一定在4Byte整數範圍內。


演算法 根據指令模擬行進過程


指令內容是-2(左轉), -1(右轉) 或者1~9之間的整數(直接往前走k步)。

根據指令格式,判斷左轉、右轉、還是直接往前走k步


每回合移動完之後,計算和原點的距離。

最後,回傳和原點的距離最大值的平方


程式碼 根據指令模擬行進過程

class Solution:
def robotSim(self, commands, obstacles):
x, y = 0, 0
max_dist_square, direction = 0, 0

# North West South East
move, obstacles = [(0, 1), (-1, 0), (0, -1), (1, 0), ], set(map(tuple, obstacles))

for command in commands:

# Turn left
if command == -2: direction = (direction + 1) % 4

# Turn right
elif command == -1: direction = (direction - 1) % 4

else:

# Keep moving k times
delta_x, delta_y = move[direction]
while command and (x + delta_x, y + delta_y) not in obstacles:
x += delta_x
y += delta_y
command -= 1

max_dist_square = max(max_dist_square, x ** 2 + y ** 2)

return max_dist_square

複雜度分析

時間複雜度: O(n)

掃描每個指令一次,根據指令做出對應的行動。

空間複雜度: O(obstacle)

需要建立一個障礙物集合,所需空間為O(obstacle)


Reference

[1] Walking Robot Simulation - LeetCode

分享至
成為作者繼續創作的動力吧!
© 2024 vocus All rights reserved.