2026-01-29:统计镜子反射路径数目。用go语言,给定一个大小为 m × n 的二值网格 grid(0 表示空格,1 表示镜子)。机器人从左上角 (0,0) 出发,目标是到达右下角 (m−1,n−1)。机器人每步只能向右或向下移动,但如果准备进入的格子里有镜子,它不会直接进入,而是在进入前被“反射”改换方向并跳到镜子相应一格之外的位置:
-
若机器人想向右进入一个镜子格子,它会被转向向下并移动到该镜子的正下方格子;
-
若机器人想向下进入一个镜子格子,它会被转向向右并移动到该镜子的正右方格子。
如果这样的反射使机器人移出网格,则该路径无效,不计入答案。注意:若反射后到达的格子仍然是镜子,会立即按照进入时的方向再发生一次反射(反射方向由当次进入的移动方向决定)。求从起点到终点的所有不同有效路径数,并对 1000000007 取模返回结果。
m == grid.length。
n == grid[i].length。
2 <= m, n <= 500。
grid[i][j] 的值为 0 或 1。
grid[0][0] == grid[m – 1][n – 1] == 0。
输入: grid = [[0,1,0],[0,0,1],[1,0,0]]。
输出: 5。
解释:
| 1 | (0, 0) → (0, 1) [M] → (1, 1) → (1, 2) [M] → (2, 2) |
| 2 | (0, 0) → (0, 1) [M] → (1, 1) → (2, 1) → (2, 2) |
| 3 | (0, 0) → (1, 0) → (1, 1) → (1, 2) [M] → (2, 2) |
| 4 | (0, 0) → (1, 0) → (1, 1) → (2, 1) → (2, 2) |
| 5 | (0, 0) → (1, 0) → (2, 0) [M] → (2, 1) → (2, 2) |
[M] 表示机器人试图进入一个有镜子的格子但被反射了。
题目来自力扣3665。
算法过程描述
该算法采用动态规划,逐行处理网格,并维护一个状态数组来记录到达当前行各列的路径数。其核心在于通过两个状态来区分机器人进入某个格子时的移动方向。
初始化
- 定义模数 mod = 1_000_000_007 用于结果取模。
- 获取网格的列数 n。
- 创建状态数组 f,其大小为 n+1(索引从0到n)。数组的每个元素是一个包含两个整数的数组 [2]int:
- f[j][0] 表示从上方格子移动到当前行第 j 列(即从 (i-1, j) 向下移动)的累计路径数。
- f[j][1] 表示从左侧格子移动到当前行第 j 列(即从 (i, j-1) 向右移动)的累计路径数。
- 初始化起点 (0,0) 的状态。由于机器人起点在 (0,0),并且只能向右或向下移动,因此可以理解为存在一条“从上方来”的路径和一条“从左方来”的路径到达 (0,0)(尽管逻辑上起点没有前驱)。代码通过将 f[1](对应第0列)初始化为 {1, 1} 来巧妙地设定初始状态。
遍历网格
- 外层循环遍历网格的每一行 row。
- 内层循环遍历当前行的每一个格子 (i, j),其值为 x(0或1)。
状态转移(核心逻辑)
对于每个格子 (i, j),根据其是否为镜子(x 的值)更新状态 f[j+1](因为 f 的索引从1开始,对应网格列索引0):
-
情况一:当前格子是空格 (x == 0)
- f[j+1][0] 更新(来自上方的路径):如果机器人从上方 (i-1, j) 向下移动进入这个空格,它可以继续向下一个格子移动。因此,到达此格子的路径数等于从上方到达当前格子的路径数 f[j][0] 加上从左侧到达当前格子的路径数 f[j+1][1](因为从左侧进入空格后,方向不变,可以继续向右或向下,但这里 f[j+1][1] 已经包含了从左侧到达 (i, j) 的路径信息,用于更新当前状态)。代码中的逻辑是 f[j+1][0] = (f[j][0] + f[j+1][1]) % mod。
- f[j+1][1] 更新(来自左侧的路径):如果机器人从左侧 (i, j-1) 向右移动进入这个空格,其路径数与从上方进入的情况相同,因为空格不改变方向。所以 f[j+1][1] 被设置为与 f[j+1][0] 相同的值。
- 简单来说,对于空格,无论从哪个方向进入,都能正常通过,因此到达该格子的路径数合并了来自上方和左侧的路径。
-
情况二:当前格子是镜子 (x == 1)
- f[j+1][0] 更新(来自上方的路径):如果机器人从上方 (i-1, j) 向下移动试图进入这个镜子格子,它会被反射。根据规则,向下进入镜子会被转向右,并移动到镜子正右方的格子 (i, j+1)。在动态规划的状态更新中,这个反射动作意味着:原本计划到达镜子格子 (i, j) 的路径(由 f[j][0] 表示),现在实际上被转移到了其右侧的格子 (i, j+1) 的“来自左侧的路径”上。因此,代码中 f[j+1][0] 的值被更新为 f[j+1][1],可以理解为将上方来的路径“叠加”到右侧格子来自左侧的路径上。
- f[j+1][1] 更新(来自左侧的路径):如果机器人从左侧 (i, j-1) 向右移动试图进入这个镜子格子,它会被反射。根据规则,向右进入镜子会被转向下,并移动到镜子正下方的格子 (i+1, j)。在状态更新中,这个反射动作意味着:原本计划到达镜子格子 (i, j) 的路径(由 f[j+1][1] 表示),现在实际上被转移到了其下方格子。由于算法是逐行处理的,在计算当前行时,下方格子的状态尚未更新。因此,这里的更新 f[j+1][1] = f[j][0] 可以理解为一种状态传递或记录,确保在后续处理中能正确计算反射效果。更准确地说,它记录了由于反射,从左侧来的路径如何影响下方格子的状态。
镜子格子的状态转移是算法最巧妙的部分,它通过交换和叠加状态来模拟反射行为,避免了显式地追踪反射跳转。
返回结果
- 当所有行和列都处理完毕后,状态数组 f 的最后一个元素 f[n][0] 存储的就是从起点 (0,0) 到达终点 (m-1, n-1) 的所有不同有效路径数,并对 mod 取模后的结果。这里取 f[n][0] 是因为到达终点通常可以理解为是从上方(即终点所在行的上一行)移动下来的最后一步。
复杂度分析
- 时间复杂度:算法需要遍历网格中的每个格子一次,总共遍历 m * n 个格子。每个格子的处理都是常数时间的操作。因此,总的时间复杂度为 O(m * n)。
- 空间复杂度:算法使用了一个大小为 n+1 的状态数组 f,其中每个元素是两个整数。这个数组的大小只与列数 n 有关,与行数 m 无关。因此,总的额外空间复杂度为 O(n)。
Go完整代码如下:
package main
import (
"fmt"
)
func uniquePaths(grid [][]int) (ans int) {
const mod = 1_000_000_007
n := len(grid[0])
f := make([][2]int, n+1)
f[1] = [2]int{1, 1}
for _, row := range grid {
for j, x := range row {
if x == 0 {
f[j+1][0] = (f[j][0] + f[j+1][1]) % mod
f[j+1][1] = f[j+1][0]
} else {
f[j+1][0] = f[j+1][1]
f[j+1][1] = f[j][0]
}
}
}
return f[n][0]
}
func main() {
grid := [][]int{{0, 1, 0}, {0, 0, 1}, {1, 0, 0}}
result := uniquePaths(grid)
fmt.Println(result)
}

Python完整代码如下:
# -*-coding:utf-8-*-
def uniquePaths(grid):
MOD = 1_000_000_007
n = len(grid[0])
f = [[0, 0] for _ in range(n + 1)]
f[1] = [1, 1]
for row in grid:
for j, x in enumerate(row):
if x == 0:
f[j + 1][0] = (f[j][0] + f[j + 1][1]) % MOD
f[j + 1][1] = f[j + 1][0]
else:
f[j + 1][0] = f[j + 1][1]
f[j + 1][1] = f[j][0]
return f[n][0]
# 测试代码
if __name__ == "__main__":
grid = [[0, 1, 0], [0, 0, 1], [1, 0, 0]]
result = uniquePaths(grid)
print(result)

C++完整代码如下:
#include <iostream>
#include <vector>
using namespace std;
int uniquePaths(vector<vector<int>>& grid) {
const int MOD = 1'000'000'007;
int n = grid[0].size();
vector<vector<int>> f(n + 1, vector<int>(2, 0));
f[1][0] = 1;
f[1][1] = 1;
for (auto& row : grid) {
for (int j = 0; j < n; j++) {
int x = row[j];
if (x == 0) {
f[j + 1][0] = (f[j][0] + f[j + 1][1]) % MOD;
f[j + 1][1] = f[j + 1][0];
} else {
f[j + 1][0] = f[j + 1][1];
f[j + 1][1] = f[j][0];
}
}
}
return f[n][0];
}
int main() {
vector<vector<int>> grid = {
{0, 1, 0},
{0, 0, 1},
{1, 0, 0}
};
int result = uniquePaths(grid);
cout << result << endl; // 输出结果
return 0;
}

网硕互联帮助中心




评论前必须登录!
注册