leetcode 1293 python

解题思路

这个问题第一感还是BFS (breath frist search)，对BFS还不了解的可以看我的另一篇博客。只是每个点上要记住自己的count, 和还剩多少可以用的障碍。不过在这里面有一个问题：有可能一个点有几个路径经过，而且这些路径对应着不同的count和不同的可用障碍(k)。

一般来说，由于在BFS中，一旦经历过某节点，我不需要回溯，所以才用set的方式来进行记录，在这个问题中，由于可能会记录一个节点的几个情况，就不能用set了。

这时候就用一个跟原图一样的map，由于我们采用BFS，保证了之后的count一定大于等于之前的count；这样子再碰到某节点时，我们可以将节点信息更新为可能更小的k数字（反之如果有更大的k, 更小的count成功，之前的neighbor一定已经返回了）。

代码

    def shortestPath(self, grid: List[List[int]], k: int) -> int:
        if len(grid) == 1 and len(grid[0]) == 1:
            return 0
        current = deque([((0,0), k, 0)])

        # remaining is same of grid with -1
        remaining[0][0] = k

        while current:
            node, wall, count = current.popleft()
            for n_node in neighbor(node[0], node[1], len(grid), len(grid[0])):
                if n_node == (len(grid)-1, len(grid[0])-1):
                    return count + 1
                if wall - grid[n_node[0]][n_node[1]] > remaining[n_node[0]][n_node[1]]:
                    current.append((n_node, wall - grid[n_node[0]][n_node[1]], count+1))
                    remaining[n_node[0]][n_node[1]] = wall - grid[n_node[0]][n_node[1]]
        return -1

这里面省略了remaining matrix的初始化以及如何计算neighbor。

讨论

• 我很少用到visited nodes不用set表示的情况，所以我觉得这个例子还是很有趣的 （also classified as a hard problem）
• 执行的时候同一个点先算count小的部分，然后一边count小的去看能不能到终点，另一方面看看有没有更少障碍；这两个部分同时在计算而互不影响，感觉像是一个很巧妙的async执行，竟然还有点美感 :)