云计算百科
云计算领域专业知识百科平台

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

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:

编号完整路径
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)
    }

    在这里插入图片描述

    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)

    在这里插入图片描述

    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;
    }

    在这里插入图片描述

    赞(0)
    未经允许不得转载:网硕互联帮助中心 » 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
    分享到: 更多 (0)

    评论 抢沙发

    评论前必须登录!