1 题目描述
地上有一个m行n列的方格,从坐标 [0,0] 到坐标 [m-1,n-1] 。一个机器人从坐标 [0, 0] 的格子开始移动,它每次可以向左、右、上、下移动一格(不能移动到方格外),也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。但它不能进入方格 [35, 38],因为3+5+3+8=19。请问该机器人能够到达多少个格子?
示例1:
输入:m = 2, n = 3, k = 1
输出:3
示例2:
输入:m = 3, n = 1, k = 0
输出:1
提示:
1 <= n,m <= 100
0 <= k <= 20
2 解题思路
数位之和计算:
设一数字x,向下取整除法符号//,求余符号 ⊙ \odot ⊙,则有
- x ⊙ 10 x \odot 10 x⊙10:得到x的个位数字;
- x // 10:令x的十进制数向右移动一位,即删除个位数字。
因此,可通过循环求得数位和s,数位和计算的封装函数如下所示:
int sums (int x) {
int s = 0;
while (x != 0) {
s += x % 10;
x = x / 10;
}
return s;
}
由于机器人每次只能移动一格(即只能从x运动至 x ± 1 x \pm 1 x±1),因此每次只需计算x到 x ± 1 x \pm 1 x±1的数位和增量。
本题说明 1 ≤ n , m ≤ 100 1 \leq n,m \leq 100 1≤n,m≤100,以下公式仅在此范围适用。
数位和增量公式:设x的数位和为 s x s_x sx,x+1的数位和为 s x + 1 s_{x+1} sx+1;
- 当 ( x + 1 ) ⊙ 10 = 0 (x+1) \odot 10 = 0 (x+1)⊙10=0时: x x + 1 = s x − 8 x_{x+1}=s_x - 8 xx+1=sx−8,例如19,20的数位和分别为10,2;
- 当 ( x + 1 ) ⊙ 10 ≠ 0 (x+1) \odot 10 \neq 0 (x+1)⊙10=0时: x x + 1 = s x + 1 x_{x+1}=s_x + 1 xx+1=sx+1,例如1,2的数位和分别为1,2。
(x+1) % 10 != 0 ? s_x + 1 : s_x - 8;
可达解分析:
根据数位和增量公式得知,数位和每逢进位突变一次。根据此特点,矩阵中满足数位和的解构成的几何形状形如多个等腰直角三角形,每个三角形的直角顶点位于0,10,20,…等数位和突变的矩阵索引处。
三角形内的解虽然都满足数位和要求,但由于机器人每步只能走一个单元格,而三角形间不一定是连通的,因此机器人不一定能到达,称之为不可达解;同理,可到达的解称为可达解。
图例展示了n,m=20, k = 7 和 11 k = 7和11 k=7和11的可达解、不可达解、非解以及连通性的变化。
根据可达解的结构和连通性,易推出机器人可仅通过向右和向下移动,访问所有可达解。
- 三角形内部:全部连通,易证;
- 两三角形连通处:若某三角形内的解为可达解,则必与其左边或上边的三角形连通(即相交),即机器人必可从左边或上边走进此三角形。
方法1:DFS
- 深度优先搜索:可以理解为暴力法模拟机器人在矩阵中的所有路径。DFS通过递归,先朝一个方向搜到底,再回溯至上个节点,沿另一个方向搜索,以此类推。
- 剪枝:在搜索中,遇到数位和超出目标值、此元素已访问,则应立即返回,称之为可行性剪枝。
算法解析:
- 递归参数:当前元素在矩阵中的行列索引i和j,两者的数位和si,sj。
- 终止条件:当1)行列索引越界 或 2)数位和超出目标值k 或 3)当前元素已访问过 时,返回0,代表不计入可达解。
- 递推工作:
- 标记当前单元格:将索引(i,j)存入set
visited
中,代表此单元格已被访问过。 - 搜索下一单元格:计算当前元素的下、右两个方向元素的数位和,并开启下层递归。
- 标记当前单元格:将索引(i,j)存入set
- 回溯返回值:返回1+右方搜索的可达解总数+下方搜索的可达解总数,代表从本单元格递归搜索的可达解总数。
class Solution {
int m,n,k;
boolean[][] visited;
public int movingCount(int m, int n, int k) {
this.m = m;
this.n = n;
this.k = k;
visited = new boolean[m][n];
return dfs(0,0,0,0);
}
private int dfs(int i, int j, int si, int sj) {
if (i >= m || j >= n || k < si + sj || visited[i][j]) return 0;
visited[i][j] = true;
return 1 + dfs(i + 1,j,(i + 1) % 10 == 0 ? si - 8 : si + 1,sj) + dfs(i,j + 1,si,(j + 1) % 10 == 0 ? sj - 8 : sj + 1);
}
}
复杂度分析:
设矩阵行列数分别为M,N。
- 时间复杂度O(MN):最差情况下,机器人遍历矩阵所有单元格,此时时间复杂度为O(MN)。
- 空间复杂度O(MN):最差情况下,Set
visited
内存储矩阵所有单元格的索引,使用O(MN)的额外空间。
方法2:BFS
- BFS/DFS:两者目标都是遍历整个矩阵,不同点在于搜索顺序不同。DFS是朝一个方向走到底,再回退,以此类推;BFS则是按照”平推“的方式向前搜索。
- BFS实现:通常利用队列实现广度优先遍历。
算法解析:
- 初始化:将机器人初始点(0,0)加入队列queue;
- 迭代终止条件:queue为空。代表已遍历完所有可达解。
- 迭代工作:
- 单元格出队:将队首单元格的 索引、数位和 弹出、作为当前搜索单元格。
- 判断是否跳过:若1)行列索引越界 或 2)数位和超出目标值k 或 3)当前元素已被访问过 时,执行continue。
- 标记当前单元格:将单元格索引(i,j)存入Set
visited
中,代表此单元格 已被访问过。 - 单元格入队:将当前元素的下方、右方单元格的 索引、数位和 加入queue。
- 返回值:set
visited
的长度len(visited)
,即可达解的数量。
java使用了辅助变量res统计可达解数量
class Solution {
public int movingCount(int m, int n, int k) {
boolean[][] visited = new boolean[m][n];
Queue<int[]> q = new LinkedList<>();
q.offer(new int[]{0,0,0,0});
int res = 0;
while (!q.isEmpty()) {
int[] a = q.poll();
int i = a[0],j = a[1],si = a[2],sj = a[3];
if (i >= m || j >= n || k < si + sj || visited[i][j]) continue;
visited[i][j] = true;
res++;
q.offer(new int[]{i + 1,j,(i + 1) % 10 == 0 ? si - 8 : si + 1,sj});
q.offer(new int[]{i,j + 1,si,(j + 1) % 10 == 0 ? sj - 8 : sj + 1});
}
return res;
}
}
复杂度分析:
设矩阵行列数分别为M,N。
- 时间复杂度O(MN):最差情况下,机器人遍历矩阵所有单元格,此时时间复杂度为O(MN)。
- 空间复杂度O(MN):最差情况下,Set
visited
内存储矩阵所有单元格的索引,使用O(MN)的额外空间。