面试题13. 机器人的运动范围

一、题目

题目链接：力扣

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

二、题解

1、思路

机器人走的轨迹必须是连续的，不能跳跃。

1）数位之和计算：

设一数字 x：

x%10; 取个位数

x/10; 删除个位数字

int sums(int x)
    int s = 0;
    while(x != 0) {
        s += x % 10;
        x = x / 10;
    }
    return s;

2）数位和增量公式： 设 x 的数位和为 sx​ ， x+1 的数位和为 s{x+1}​ ；

由于机器人每次只能移动一格（即只能从 x 运动至 x±1，x可以理解两个坐标的值），因此每次只需计算 x 到 x±1 的数位和增量。本题说明1≤n,m≤100 ，以下公式仅在此范围适用。

// 此处只针对x→x+1，不针对x→x-1

// 数位和 每逢进位 突变一次。

当 (x+1)%10 = 0 时： s{x+1} = sx - 8，例如 19, 20 的数位和分别为 10, 2；

// 数位和 每次增加1。

当 (x+1)%10 ≠ 0 时： s{x+1} = sx + 1，例如 1, 2 的数位和分别为 1, 2。

增量公式的三元表达式写法：

(x + 1) % 10 != 0 ? sx + 1 : sx - 8;

3）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 。

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 （本题求此解） 。

图例展示了 n,m = 20， k∈[6,19] 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 机器人仅可通过向右和向下移动，访问所有可达解（可回溯） 。

1. 三角形内部： 全部连通，易证；
2. 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。

🚚 深入优先搜索 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：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 。

上方图片结合代码理解！从（0， 0）开始，现往下搜索，如果下面一个是可达解，继续往下搜索，直至下面一个不是解，开始往右搜索，直至右侧不是解。下和右都找完了，递归返回到上一个结点，说明这个结点的下搜索完成，开始往右搜索，右侧搜索完成，说明该结点的上一个结点的下搜索完成。依次递归搜索，直至（0， 0）的左右全部搜索完成，找到所有可达解。

为什么会重复呢？看了下面这张图应该就明白了。

🚚 广度优先搜索 BFS

BFS/DFS 异同：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： 类似于二叉树，通常利用队列实现广度优先遍历。

为什么会重复呢？看了下面这张图应该就明白了。

2、代码实现

🚚 深入优先搜索 DFS

class Solution {
public:
    int movingCount(int m, int n, int k) {
        vector<vector<bool>> visited(m, vector<bool>(n, false));
        return dfs(0,0,0,0,visited,m,n,k);
    }
    
private:
    // i，j为当前索引，si，sj为i和j的数位和，visited为搜索完成标值，m，n为矩阵行列，k为阈值
    int dfs(int i, int j, int si, int sj, vector<vector<bool>>& visited, int m, int n, int k)
    {
        if(i>=m || j>=n || si+sj>k || visited[i][j])return 0;
        visited[i][j] = true;

        // 当前应返回的各自数量为，当前1个+下方+右侧
        return 1 + 
        dfs(i+1, j, (i+1)%10==0 ?si-8:si+1, sj, visited, m,n,k) +
        dfs(i, j+1, si, (j+1)%10==0 ?sj-8:sj+1, visited, m,n,k);
    }

};

🚚 广度优先搜索 BFS

class Solution {
public:
    int movingCount(int m, int n, int k) {
        vector<vector<bool>> visited(m, vector<bool>(n, false));
        queue<vector<int>> que;
        que.push({0, 0, 0, 0});// 存放i,j,si,sj
        int res = 0;

        while(!que.empty())
        {
            vector<int> temp = que.front();
            que.pop();
            int i = temp[0], j = temp[1], si = temp[2], sj = temp[3];

            // 如果不满足条件，继续弹出下一个
            // 超出数组范围、不满足数位和要求、已经访问过，均停止递归“左右子树”
            if(i>=m || j>=n || si+sj>k || visited[i][j])continue;

            // 满足条件，标记，计数
            // 需要继续递归其“左右子树”
            visited[i][j] = true;
            res++;

            // 讲下方和右侧结点压栈
            que.push({i+1, j, (i+1)%10==0 ? si-8:si+1, sj});
            que.push({i, j+1, si, (j+1)%10==0 ? sj-8:sj+1});
        }
        return res;
    }
};

3、复杂度分析

🚚 深入优先搜索 DFS

时间复杂度：O(mn)；

空间复杂度：O(mn)。

🚚 广度优先搜索 BFS

时间复杂度：O(mn)；

空间复杂度：O(mn)。

4、运行结果

🚚 深入优先搜索 DFS

🚚 广度优先搜索 BFS