剑指offer12 13 回溯法 矩阵中路径 机器人运动范围

回溯法思想

回溯法是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法

  • 适用于有多个步骤同时每个步骤中有多个选择的情况。

题目一:矩阵中的路径

  • 请设计一个函数,用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。路径可以从矩阵中的任意一个格子开始,每一步可以在矩阵中向左,向右,向上,向下移动一个格子。如果一条路径经过了矩阵中的某一个格子,则之后不能再次进入这个格子。 例如 a b c e s f c s a d e e 这样的3 X 4 矩阵中包含一条字符串"bcced"的路径,但是矩阵中不包含"abcb"路径,因为字符串的第一个字符b占据了矩阵中的第一行第二个格子之后,路径不能再次进入该格子。
  • 解题步骤:
  1. 确定一个元素;
  2. 判断这个元素满不满足目标;
  3. 根据这个元素确定下一个起点元素,重复。
  • 如果这个格子字符ch和字符串路径第i个字符相等,到相邻的格子循环中字符串路径中的第i+1个元素。
  • 如果这个格子字符ch和字符串路径第i个字符不相等,说明这个选择做错了,退回到上一步,在上一步进入不同的格子。
  • 代码如下
public class Solution {
    public boolean hasPath(char[] matrix, int rows, int cols, char[] str)
    {
        if(rows<=0||cols<=0||str==null||matrix.length==0||matrix==null||matrix.length!=rows*cols){
            return false;
        }
        
        int pathLen=0;
        boolean[] mask=new boolean[rows*cols];//辅助数组标记元素是否选择过
        //1.是否有字符串路径(1.确定起点)
        for(int row=0;row<rows;row++){
            for(int col=0;col<cols;col++){
                if(hasPathCore(matrix,rows,cols,row,col,str,pathLen,mask)){
                    return true;
                }
            }
        }
        return false;
    }
    
    //2.在数组中是否有目标字符串中各个字符节点(判断是否选择正确,正确的话继续下一个选择,不正确的话重新选择)
    public boolean hasPathCore(char[] matrix,int rows,int cols,int row,int col,char[] str,int pathLen,boolean[] mask){
        if(pathLen==str.length){
            return true;
        }
        
        boolean hasPath=false;
       
        if(row>=0&&row<rows&&col>=0&&col<cols&&matrix[row*cols+col]==str[pathLen]&&!mask[row*cols+col]){
            ++pathLen;
            mask[row*cols+col]=true;
            hasPath=hasPathCore(matrix,rows,cols,row+1,col,str,pathLen,mask)||hasPathCore(matrix,rows,cols,row-1,col,str,pathLen,mask)||
            hasPathCore(matrix,rows,cols,row,col+1,str,pathLen,mask)||hasPathCore(matrix,rows,cols,row,col-1,str,pathLen,mask);
            //没有路径字符串中的字符,走错了,退回上一步
            if(!hasPath){
                --pathLen;
                mask[row*cols+col]=false;
            }
        }
        return hasPath;
     }
}

题目二:机器人运动范围

  • 地上有一个m行和n列的方格。一个机器人从坐标0,0的格子开始移动,每一次只能向左,右,上,下四个方向移动一格,但是不能进入行坐标和列坐标的数位之和大于k的格子。 例如,当k为18时,机器人能够进入方格(35,37),因为3+5+3+7 = 18。但是,它不能进入方格(35,38),因为3+5+3+8 = 19。请问该机器人能够达到多少个格子?
  • 解题步骤:
  1. 机器人从(0,0)开始移动,当它准备进入(i,j)的格子时,通过检查坐标的数位来判断机器人是否能够进入。(做出选择,判断选择是否正确)
  2. 如果机器人能进入(i,j)的格子,接着在判断它是否能进入四个相邻的格子(i,j-1),(i,j+1),(i-1,j),(i+1,j)。
  • 代码如下
public class Solution {
	    //1.能到达多少个格子(确定起点是原点)
	    public int movingCount(int threshold, int rows, int cols)
	    {
	        if(rows<=0||cols<=0||threshold<0){
	            return 0;
	        }
	        boolean[] mask=new boolean[rows*cols];
	        return movingCountCore(threshold,rows,cols,0,0,mask);
	    }
	    
	    //2.做选择的过程
	    public int movingCountCore(int threshold,int rows,int cols,int row,int col,boolean[] mask){
	        int count=0;
	        if(check(threshold,rows,cols,row,col,mask)){
	             mask[row*cols+col]=true;
	             count=1+movingCountCore(threshold,rows,cols,row+1,col,mask)+movingCountCore(threshold,rows,cols,row,col+1,mask)
	             +movingCountCore(threshold,rows,cols,row-1,col,mask)+movingCountCore(threshold,rows,cols,row,col-1,mask);
	        }
	        return count;
	    }
	    
	    //判断能不能走到这一个格子
	    public boolean check(int threshold,int rows,int cols,int row,int col,boolean[] mask){
	        if(row>=0&&row<rows&&col>=0&&col<cols&&!mask[row*cols+col]&&getSum(row)+getSum(col)<=threshold){
	            return true;
	        }
	        return false;
	    }
	    
	    //计算坐标数位之和
	    public int getSum(int num){
	        int sum=0;
	        while(num>0){
	            sum+=num%10;//获得最低位的数字
	            num/=10;//获得次低位的数字
	        }
	        return sum;
	    }
	}
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值