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
卖报的大地主1 分钟前
强化学习在图像生成中的应用:范式演进、算法机制与前沿展望
算法
合合技术团队2 分钟前
论文解读 | 从识别字符到理解结构,“树模型”让AI“看懂”复杂手写数学公式
人工智能·文字识别·公式识别·文档解析·textln·蜜蜂试卷
molaifeng2 分钟前
统一调度:用 EasyCLI + CLIProxyAPI 打造你的私人“AI 路由器”
人工智能·codex·opencode·easycli·cliproxyapi
EdgeOne边缘安全加速平台3 分钟前
一键管控 AI 爬虫,腾讯 EdgeOne 基础 Bot 管理能力免费开放
人工智能·爬虫
徐小夕@趣谈前端4 分钟前
基于Vue3+Nestjs从零实现一款AI思维导图工具
人工智能
maoku665 分钟前
从关键词到语义:向量数据库如何让AI真正理解你的需求
数据库·人工智能
ʚB҉L҉A҉C҉K҉.҉基҉德҉^҉大5 分钟前
C++中的策略模式进阶
开发语言·c++·算法
符哥20085 分钟前
Fastjson2.X 使用详解
android·java
寻道码路5 分钟前
【MCP探索实践】Google GenAI Toolbox:Google开源的企业级AI数据库中间件、5分钟搞定LLM-SQL安全互联
数据库·人工智能·sql·开源·aigc
QBoson8 分钟前
综述:多尺度模拟与机器学习在高熵合金研究中的当前应用现状
人工智能·机器学习