LeetCode 题解:874. 模拟行走机器人,模拟情境,JavaScript,详细注释
原题链接:https://leetcode-cn.com/problems/walking-robot-simulation/
解题思路:
参考了图解【模拟行走机器人】。
明确题意:
* 需要计算的是机器人所有经过的路径点的最大欧式距离的平方。也就是说,如果当前命令是让机器人行走 4,机器人会走过 1、2、3、4,一共 4 个位置,每个位置都要计算。
* 欧式距离的平方,指的是当前坐标到原点(0,0)的距离的平方。
如何控制机器人方向:
* X 轴使用数组directionX = [0, 1, 0, -1]
表示方向。
* Y 轴使用数组directionY = [1, 0, -1, 0]
表示方向。
* 数组中的 1,表示向当前指示的方向行走一步,正负表示在坐标轴的方向是正向还是负向。
* 使用索引direction
来表示当前前进方向。
* 初始状态为向北,对应在坐标轴的方向为 Y 轴正向,即两个数组的索引都为 0。
* 从初始状态向左旋转,就是从 Y 轴正向,转为 X 轴负向,对应的索引为 3。因此如果要控制机器人向左旋转,只要将当前索引加 3。
* 从初始状态向右旋转,就是从 Y 轴正向,转为 X 轴正向,对应的索引为 1。因此如果要控制机器人向右旋转,只要将当前索引加 1。
如何控制机器人行走:
* 我们实际上无需描绘机器人的行走路径,只需要知道当前机器人所在的坐标x, y
,即可计算欧氏距离的平方。因此行走就转换为计算当前坐标。
* 如果接收到行走命令为 4,即为机器人行走 4 次,每次都在当前方向行走 1。
* 如果当前方向为北,对应方向索引为 0,可在数组中查找到directionX[0]
为 0,directionY[0]
为 1,即可表示向 Y 轴行走 1。
* 因此新坐标的计算方式为为:
```
const newX = x + directionX[direction];
const newY = y + directionY[direction];
```
如何判断机器人是否遇到障碍物:
* 障碍物不止一个,并且分布在地图中的各处,因此每走一步都要判断所有障碍点。
* 可以将障碍物都存储在 Set 中,行走时先计算预计达到的坐标,并判断该坐标是否存在于 Set 中。
* 如果是不存在,才将newX, newY
更新到x, y
中,作为新坐标。如果存在则不更新,机器人自动停止在了障碍物之前位置x, y
。
```javascript []
/**
* @param {number[]} commands
* @param {number[][]} obstacles
* @return {number}
*/
var robotSim = function (commands, obstacles) {
// 机器人行走方向
// 存储 X 轴方向以及行走的步数,1 表示向 X 轴正方向走一步,-1 表示 X 轴负方向走一步
const directionX = [0, 1, 0, -1];
// 存储 Y 轴方向,1 表示 Y 轴正方向走一步,-1 表示 Y 轴负方向走一步
const directionY = [1, 0, -1, 0];
// 缓存方向数组的长度,用于确定转向操作后取余
const directionLength = directionX.length;
// 用于表示当前的前进方向,是 directionX 和 directionY 的索引
// 例如 direction 为 0,选中 directionX[0]为 0,directionY[0]为 1
// 表示当前行走方向向是 Y 轴正向,即向北
let direction = 0;
// 机器人当前位置坐标
let x = 0;
let y = 0;
// 最大欧氏距离的平方
let maxDistance = 0;
// 由于每走一步,需要判断是否遇到任何一个障碍点,因此使用 Set 保存所有障碍点,用于快速判断
// 如果要走的点坐标与障碍物坐标重合,即为遇到障碍物
let obstacleSet = new Set(obstacles.map((obstacle) => obstacle.toString()));
// 遍历每个命令,按照命令指导机器人行动
for (const command of commands) {
if (command === -2) {
// 机器人向左旋转 90 度,进行取余操作,避免索引超出数组长度
direction = (direction + 3) % directionLength;
} else if (command === -1) {
// 机器人向右旋转 90 度
direction = (direction + 1) % directionLength;
} else {
// 向前移动时,每次移动一步,便于判断是否移动到障碍点
for (let i = 0; i < command; i++) {
// 计算新的 X 轴和 Y 轴坐标,需要在判断是否与障碍物从何后,再决定是否行走
// 根据 direction 索引,选取方向数组中的相应方向的步数,确定下一个点的坐标
const newX = x + directionX[direction];
const newY = y + directionY[direction];
// 计算用于对比是否障碍点的 key
const newPointKey = ${newX},${newY}
;
// 如果新坐标存在与 Set 中,表示当前坐标与障碍物重合,不可以继续行走
if (obstacleSet.has(newPointKey)) {
// 退出循环,即为终止行走,即停留在障碍物之前的点上
// 由于上一步行走时,欧式距离的平方已经计算过,在此无需计算
break;
} else {
// 将机器人行走到新坐标
x = newX;
y = newY;
// 计算当前欧式距离的平方
const distance = x x + y y;
// 计算最大欧氏距离的平方
maxDistance = Math.max(distance, maxDistance);
}
}
}
}
return maxDistance;
};
```
版权声明: 本文为 InfoQ 作者【Lee Chen】的原创文章。
原文链接:【http://xie.infoq.cn/article/4bfdb0c249c43853f59de7aa7】。文章转载请联系作者。
评论