机器人在一个无限大小的 XY 网格平面上行走,从点 (0, 0) 处开始出发,面向北方。该机器人可以接收以下三种类型的命令 commands :
-2 :向左转 90 度
-1 :向右转 90 度
1 <= x <= 9 :向前移动 x 个单位长度
在网格上有一些格子被视为障碍物 obstacles 。第 i 个障碍物位于网格点 obstacles[i] = (xi, yi) 。
机器人无法走到障碍物上,它将会停留在障碍物的前一个网格方块上,但仍然可以继续尝试进行该路线的其余部分。
返回从原点到机器人所有经过的路径点(坐标为整数)的最大欧式距离的平方。(即,如果距离为 5 ,则返回 25 )
注意:
北表示 +Y 方向。
东表示 +X 方向。
南表示 -Y 方向。
西表示 -X 方向。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/walking-robot-simulation
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
输入:commands = [4,-1,4,-2,4], obstacles = [[2,4]]
输出:65
解释:机器人开始位于 (0, 0):
1. 向北移动 4 个单位,到达 (0, 4)
2. 右转
3. 向东移动 1 个单位,然后被位于 (2, 4) 的障碍物阻挡,机器人停在 (1, 4)
4. 左转
5. 向北走 4 个单位,到达 (1, 8)
距离原点最远的是 (1, 8) ,距离为 12 + 82 = 65
分析:机器人每一个命令commands[i],都有可能是转向或者移动。机器人处于(0,0)的水平坐标中心,移动方向有 东南西北,对应坐标轴 上下左右。而机器人在某一时刻可能处于向东南西北任意方向移动的状态,再加上当前方向上的左右转向,一共将产生8种可能,东左转,东右转,南左转,南右转,西左转,西右转,北左转,北右转。这八种状态最终依旧会回到东南西北四种方向的某一种。如南向右转移动方向将变成西,也就是X轴减,如西右转移动方向将变成北,也就是Y加。
问题步骤如下:
1、获取命令参数
2、判定是否是转向命令,如果是到步骤3,如果不是转到步骤4
3、将当前方向和左右进行处理,转换成将要运动的方向,也就是转向后的东南西北,结束后进行步骤6
4、进行碰撞检测,如果发生碰撞,说明无法执行此命令,转到步骤6;如果未发生碰撞,转到步骤5
5、移动机器人,修改机器人当前坐标,并记录最大值
6、有未执行命令,转到步骤1,命令执行完毕,转到步骤7
7、返回处理结果
(流程图懒得画了)
QChar GetDirection(QChar c, int d)
{
if(d>0)
return c;
QString str = QString("%1%2").arg(c).arg(d);
if(str=="B-2"||str=="N-1")
return 'D';
if(str =="X-1"||str=="D-2")
return 'N';
if(str=="B-1"||str=="N-2")
return 'X';
return 'B';
}
//碰撞检测
bool CollisionTest(int &oldp,int step,QChar ch , QVector<int*> obstacles )
{//分析:对障碍点进行判定
//如果碰撞则说明机器人运动的位移和障碍点在一条直线上。
int nTemp =(ch=='B' || ch=='D')?1:-1;
if(obstacles.isEmpty())
{
oldp=oldp+step*nTemp;
return false;
}
int xyArray = (ch=='D' || ch=='X')?0:1;
QVector<int> obPs;
for(int i=0;i<obstacles.count();++i)
{//获取到当前坐标轴上的碰撞点
obPs.append(obstacles[i][xyArray]);
}
int nPostion = oldp;
bool flag = false;
for(int i=0;i<step;i++)
{
nPostion+=nTemp;
if(obPs.contains(nPostion))
{
flag = true;
oldp = nPostion-nTemp;//返回一步
break;
}
}
if(!flag)
{
oldp=oldp+step*nTemp;
}
return flag;
}
//机器人移动
void MoveRobot(QChar ch, int &x,int &y,int step,QVector<int*> obstacles)
{
if(ch=='D'||ch=='X')
{
CollisionTest(x,step,ch,obstacles);
}
else
{
CollisionTest(y,step,ch,obstacles);
}
}
int main(int argc, char *argv[])
{
QCoreApplication a(argc, argv);
QVector<int> commands ={4,-1,4,-2,6,-1,6};
qDebug()<<QString(commands.count());
QVector<int*> obstacles ;
int x=0;int y=0;
QChar d = 'B';
int maxX=x,maxY=y;
for(int i=0;i<commands.count();++i)
{
qDebug()<<"commands "<<commands[i];
if(commands[i]>0)
{
MoveRobot(d,x,y,commands[i],obstacles);
if(x*x+y*y >maxX*maxX+maxY*maxY )
{
maxX=x;maxY=y;
qDebug()<<maxX<<" "<<maxY;
}
}
else
d=GetDirection(d,commands[i]);
}
QString str =("最大欧氏距离坐标%1--%2,最大欧式距离%3");
qDebug()<<str.arg(maxX).arg(maxY).arg(maxX*maxX+maxY*maxY);
return a.exec();
}
此方法好理解,但条件判断较多。
应该还有其他算法,比如说不论怎么移动其实都是平面向量的数学运算,可以进行某种坐标轴投影。再或者是通过图形几何进行处理。
今天的文章模拟行走机器人算法(QT)分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/64567.html