Leetcode 3568. Minimum Moves to Clean the Classroom

  • [Leetcode 3568. Minimum Moves to Clean the Classroom](#Leetcode 3568. Minimum Moves to Clean the Classroom)
    • [1. 解题思路](#1. 解题思路)
    • [2. 代码实现](#2. 代码实现)

1. 解题思路

这一题我的核心思路就是广度优先遍历遍历+剪枝。

显然,我们可以给出一个广度优先遍历来给出所有可能的走法直至无法继续或者捡完所有垃圾。

但是,上述情况事实上可能会无限循环下去,而且所有的走法也非常浪费,因此,我们需要对其进行剪枝,从而优化我们的计算。

而这里,我的剪枝思路就是:

  • 如果一个点曾经走过,则当他重新回到这个点的时候,他必须满足以下两个条件之一,否则这条路线必然不会是最优的,可以直接忽略:
    • 他在中间的过程中捡过了新的垃圾;
    • 他在中间的过程中补充了能量(即回来时的能量值大于之前来的时候的能量值)

由此,我们就能对上述问题进行解答了。

2. 代码实现

给出python代码实现如下:

python 复制代码
class Solution:
    def minMoves(self, classroom: List[str], energy: int) -> int:
        n, m = len(classroom), len(classroom[0])
        k, mapping, seen = 0, {}, {}
        for i in range(n):
            for j in range(m):
                if classroom[i][j] == "L":
                    mapping[(i, j)] = k
                    k += 1
                elif classroom[i][j] == "S":
                    start = (0, 0, -energy, i, j)
                    seen[(0, i, j)] = energy
        if k == 0:
            return 0

        q = [start]
        while q:
            step, status, e, i, j = heapq.heappop(q)
            status = -status
            e = -e
            if status == (2**k)-1:
                return step
            elif e <= 0:
                continue
            if i-1 >= 0 and classroom[i-1][j] != "X":
                new_status = status if classroom[i-1][j] != "L" else status | (1 << mapping[(i-1, j)])
                new_energy = e-1 if classroom[i-1][j] != "R" else energy
                if seen.get((new_status, i-1, j), -1) < new_energy:
                    heapq.heappush(q, (step+1, -new_status, -new_energy, i-1, j))
                    seen[(new_status, i-1, j)] = new_energy
            if i+1 < n and classroom[i+1][j] != "X":
                new_status = status if classroom[i+1][j] != "L" else status | (1 << mapping[(i+1, j)])
                new_energy = e-1 if classroom[i+1][j] != "R" else energy
                if seen.get((new_status, i+1, j), -1) < new_energy:
                    heapq.heappush(q, (step+1, -new_status, -new_energy, i+1, j))
                    seen[(new_status, i+1, j)] = new_energy
            if j-1 >= 0 and classroom[i][j-1] != "X":
                new_status = status if classroom[i][j-1] != "L" else status | (1 << mapping[(i, j-1)])
                new_energy = e-1 if classroom[i][j-1] != "R" else energy
                if seen.get((new_status, i, j-1), -1) < new_energy:
                    heapq.heappush(q, (step+1, -new_status, -new_energy, i, j-1))
                    seen[(new_status, i, j-1)] = new_energy
            if j+1 < m and classroom[i][j+1] != "X":
                new_status = status if classroom[i][j+1] != "L" else status | (1 << mapping[(i, j+1)])
                new_energy = e-1 if classroom[i][j+1] != "R" else energy
                if seen.get((new_status, i, j+1), -1) < new_energy:
                    heapq.heappush(q, (step+1, -new_status, -new_energy, i, j+1))
                    seen[(new_status, i, j+1)] = new_energy
        return -1

提交代码评测得到:耗时3097ms,占用内存58.28MB。

相关推荐
视觉算法小姥20 小时前
yolov11-obb在rk芯片部署的onnx模型输出的剪枝处理
算法·yolo·剪枝
玖釉-2 天前
单词搜索:二维网格中的 DFS 回溯与剪枝优化
c++·windows·算法·深度优先·剪枝
Dfreedom.8 天前
模型剪枝完全指南:从理论到实践,打造高效深度学习模型
人工智能·算法·机器学习·剪枝·模型加速
z200509309 天前
今日算法(二叉树剪枝)
数据结构·c++·算法·剪枝
切糕师学AI9 天前
机器学习中的剪枝(Pruning):从决策树到深度学习的全面解析
决策树·机器学习·剪枝
沪漂阿龙17 天前
AI大模型面试题:决策树是什么?ID3、C4.5、CART、信息增益、剪枝一文讲透
人工智能·决策树·剪枝
Hcoco_me18 天前
Ai:Agent/ infra / 智驾 / 推广算法 题库
人工智能·深度学习·算法·自动驾驶·剪枝
啦啦啦_999919 天前
4. 决策树剪枝
算法·决策树·剪枝
祁_z19 天前
大模型轻量化:模型格式选型(ONNX/GGUF/TFLite) + 压缩三剑客(量化/剪枝/蒸馏)+ 大模型推理执行流程介绍
算法·机器学习·剪枝·量化·蒸馏·大模型轻量化
谭欣辰1 个月前
C++ DFS 与 BFS 剪枝方法详解
c++·算法·剪枝