874. 模拟行走机器人

  1. 模拟行走机器人

机器人在一个无限大小的 XY 网格平面上行走,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 commands

  • -2 :向左转 90
  • -1 :向右转 90
  • 1 <= x <= 9 :向前移动 x 个单位长度

在网格上有一些格子被视为障碍物 obstacles 。第 i 个障碍物位于网格点 obstacles[i] = (xi, yi)

机器人无法走到障碍物上,它将会停留在障碍物的前一个网格方块上,但仍然可以继续尝试进行该路线的其余部分。

返回从原点到机器人所有经过的路径点(坐标为整数)的最大欧式距离的平方。(即,如果距离为 5 ,则返回 25

注意:

  • 北表示 +Y 方向。
  • 东表示 +X 方向。
  • 南表示 -Y 方向。
  • 西表示 -X 方向。

示例 1:

复制代码
输入:commands = [4,-1,3], obstacles = []
输出:25
解释:
机器人开始位于 (0, 0):
1. 向北移动 4 个单位,到达 (0, 4)
2. 右转
3. 向东移动 3 个单位,到达 (3, 4)
距离原点最远的是 (3, 4) ,距离为 32 + 42 = 25

示例 2:

复制代码
输入:commands = [4,-1,4,-2,4], obstacles = [[2,4]]
输出:65
解释:机器人开始位于 (0, 0):
1. 向北移动 4 个单位,到达 (0, 4)
2. 右转
3. 向东移动 1 个单位,然后被位于 (2, 4) 的障碍物阻挡,机器人停在 (1, 4)
4. 左转
5. 向北走 4 个单位,到达 (1, 8)
距离原点最远的是 (1, 8) ,距离为 12 + 82 = 65

提示:

  • 1 <= commands.length <= 104
  • commands[i] 的值可以取 -2-1 或者是范围 [1, 9] 内的一个整数。
  • 0 <= obstacles.length <= 104
  • -3 * 104 <= xi, yi <= 3 * 104
  • 答案保证小于 231
cpp 复制代码
class Solution {
public:
    int robotSim(vector<int>& commands, vector<vector<int>>& obstacles) {
        //定义向北(0,1),向东(1,0),向南(0,-1),向西(-1,0)
        int px[4]={0,1,0,-1};
        int py[4]={1,0,-1,0};
        int n=commands.size();
    //记录初始位置和方向
        int x=0,y=0,p=0,max1=0;
        //哈希表记录障碍点,哈希表的每个空间表示障碍点的坐标数字,
        set<pair<int,int>>ob;
        //二维数组转成哈希表存查,方便后续的查找
        for(int i=0;i<obstacles.size();i++){
            ob.emplace(obstacles[i][0],obstacles[i][1]);
        }
        //遍历每一次的动作
        for(int i=0;i<n;i++){
            //如果左转
            if(commands[i]==-2){
                p=(p+3)%4;
            }
            //右转
            else if(commands[i]==-1){
                p=(p+1)%4;
            }

            //南北东西直行
            else{
                //每一个动作都要按次移动,
                for(int j=0;j<commands[i];j++){
                    //计算横向移动
                    int nx=x+px[p];
                    int ny=y+py[p];
                    //查找障碍点
                    if(ob.count({nx,ny})){
                        break;
                    }
                    x=nx;
                    y=ny;
                    max1=max(max1,x*x+y*y);
                }
            }
        }
        return max1;
    }
};
相关推荐
Dcs4 分钟前
IDEA 2025.2又整大活!AI 助手脱胎换骨,Spring 调试一秒看透,连 Java 25 和虚拟线程都安排上了!
java
蓝屏的钙9 分钟前
从 FastGPT 中浅析 RAG 技术
人工智能·llm
人机与认知实验室13 分钟前
是的,或许这就是意识!
人工智能
微凉的衣柜15 分钟前
GitHub Models:为开源AI项目解决推理难题,让AI更易用、更普及
人工智能·开源·github
MSXmiao22 分钟前
2048小游戏
数据结构·c++·算法
Boilermaker199234 分钟前
【Java EE】Spring AOP
java·java-ee
神经星星41 分钟前
登 Science,David Baker 团队提出无序区域结合蛋白设计新方法,专攻不可成药靶点
人工智能·机器学习·编程语言
CoovallyAIHub1 小时前
论文精读|YOLO系列最新模型水下实测:v8为何能斩获80.9% mAP?
深度学习·算法·计算机视觉
图灵学术计算机论文辅导1 小时前
从 “看懂图” 到 “读懂视频”:多模态技术如何用文本反哺视觉?
论文阅读·人工智能·学习·考研·计算机视觉·目标跟踪
Code blocks1 小时前
SpringBoot中策略模式使用
java·spring boot·后端·mybatis·策略模式