leetcode-13. 机器人的运动范围

题目解释

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

解题思路

此类问题通常可使用 深度优先搜索（DFS） 或 广度优先搜索（BFS） 解决。在介绍 DFS / BFS 算法之前，为提升计算效率，首先讲述两项前置工作： 数位之和计算、 搜索方向简化。

数位之和计算：

• 设一数字 xx ，向下取整除法符号 //，求余符号⊙ ，则有：
  x⊙10 ：得到 xx 的个位数字；
  x//10 ： 令 xx 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 ss ，数位和计算的封装函数如下所示：

def sums(x):
    s = 0
    while x:
        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），因此每次只需计算 x 到 x±1 的数位和增量。本题说明 $1\le n,m\le 1001\le n,m\le 100$ ，以下公式仅在此范围适用。
• 数位和增量公式： 设 xx 的数位和为 $s_x$， x+1的数位和为 $s_{x+1}$
  1. 当（x+1）⊙ 10 = 0时：$s_{x+1}=s_x-8$，例如19,20的数位和分别为10，2
  2. 当（x+1）⊙ 10 ≠ 0时：$s_{x+1}=s_x+1$，例如1,2的数位和分别为1，2

以下代码为增量公式的三元表达式写法，将整合入最终代码中。

python	java
$s_x$ + 1 if (x + 1) % 10 else $s_x-8$	(x + 1) % 10 == 1 ? $s_x+1:s_x-8$

搜索方向简化：

• 数位和特点：根据数位和增量公式得知，数位和每逢进位突变一次。
• 解的三角形结构：
  1. 根据数位和特点，矩阵中满足数位和的解构成的几何形状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。
  2. 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
• 结论：根据可达解的结构，易推出机器人可仅通过向右和向下移动，访问所有可达解。
  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，则比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。

图例展示了$n，m=20，k\in [6,19]的可达解、不可达解、非解，以及连通性的变化$

方法一：深度优先遍历 DFS

• 深度优先搜索：可以理解为暴力模拟机器人在矩阵中所有的路径。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，即应立即返回，称之为可行性剪枝。

算法解析：

• 递归参数：当前元素在矩阵中行列索引i和j，两者的数位和si和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 00 ，代表不计入可达解。
• 递推工作：
  1. 标记当前单元格：将索引(i，j)存入Setvisited中，代表此单元格已被访问过。
  2. 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。
• 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。
  

复杂度分析：

M，N 分别为矩阵行列大小。

• 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，Setvisited 内存储矩阵所有单元格的索引，此时时间复杂度为 O(MN)。

代码：

Java代码中visited为辅助矩阵，Python中为Set。

# Python DFS实现方式
class Solution:
    def movingCount(self, m: int, n: int, k: int) -> int:
        def dfs(i, j, si, sj):
            if not 0 <= i < m or not 0 <= j < n or k < si + sj or (i, j) in visited: return 0
            visited.add((i,j))
            return 1 + dfs(i + 1, j, si + 1 if (i + 1) % 10 else si - 8, sj) + dfs(i, j + 1, si, sj + 1 if (j + 1) % 10 else sj - 8)

        visited = set()
        return dfs(0, 0, 0, 0)

// java DFS实现方式
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;
        this.visited = new boolean[m][n];
        return dfs(0, 0, 0, 0);
    }
    public int dfs(int i, int j, int si, int sj) {
        if(i < 0 || i >= m || j < 0 || 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 + 1 : si - 8, sj) + dfs(i, j + 1, si, (j + 1) % 10 != 0 ? sj + 1 : sj - 8);
    }
}

方法二：广度优先遍历 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：
  1. 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。
  2. 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 当前元素已访问过 时，执行 continue。
  3. 标记当前单元格：将单元格索引（i，j）存入 Setvisited中，代表此单元格已被访问过。
  4. 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：Setvisited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；Python直接返回Set的元素数即可。

复杂度分析：

M，N 分别为矩阵行列大小。

• 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，Setvisited 内存储矩阵所有单元格的索引，此时时间复杂度为 O(MN)。

Java代码中visited为辅助矩阵，Python中为Set。

# Python BFS实现方式
class Solution:
    def movingCount(self, m: int, n: int, k: int) -> int:
        queue, visited,  = [(0, 0, 0, 0)], set()
        while queue:
            i, j, si, sj = queue.pop(0)
            if not 0 <= i < m or not 0 <= j < n or k < si + sj or (i, j) in visited: continue
            visited.add((i,j))
            queue.append((i + 1, j, si + 1 if (i + 1) % 10 else si - 8, sj))
            queue.append((i, j + 1, si, sj + 1 if (j + 1) % 10 else sj - 8))
        return len(visited)

// java BFS实现方式
class Solution {
    public int movingCount(int m, int n, int k) {
        boolean[][] visited = new boolean[m][n];
        int res = 0;
        Queue<int[]> queue= new LinkedList<int[]>();
        queue.add(new int[] { 0, 0, 0, 0 });
        while(queue.size() > 0) {
            int[] x = queue.poll();
            int i = x[0], j = x[1], si = x[2], sj = x[3];
            if(i < 0 || i >= m || j < 0 || j >= n || k < si + sj || visited[i][j]) continue;
            visited[i][j] = true;
            res ++;
            queue.add(new int[] { i + 1, j, (i + 1) % 10 != 0 ? si + 1 : si - 8, sj });
            queue.add(new int[] { i, j + 1, si, (j + 1) % 10 != 0 ? sj + 1 : sj - 8 });
        }
        return res;
    }
}