模拟行走机器人算法（QT）

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。