跳到主要内容C++算法
3661 可以被机器人摧毁的最大墙壁数目 - 离散化与线段树解法
解决 LeetCode 3661 题“可以被机器人摧毁的最大墙壁数目”。问题涉及在直线上分布的机器人和墙壁,机器人向左右发射子弹摧毁射程内的墙,但会被其他机器人阻挡。由于坐标范围大(10^9),直接开数组会导致内存超限。文章分析了错误的线段树动态规划解法,指出了重叠统计的问题。随后提出了正确的优化方案:使用最大值线段树维护 dp 值,结合离散化处理坐标空间。此外,还介绍了基于相邻机器人性质的简化动态规划解法,将空间复杂度降至 O(n)。最终通过代码实现和单元测试验证了算法的正确性。
宁静75 浏览 问题描述
一条无限长的直线上分布着一些机器人和墙壁。给你整数数组 robots,distance 和 walls:
- robots[i] 是第 i 个机器人的位置。
- distance[i] 是第 i 个机器人的子弹可以行进的最大距离。
- walls[j] 是第 j 堵墙的位置。
每个机器人有一颗子弹,可以向左或向右发射,最远距离为 distance[i] 米。子弹会摧毁其射程内路径上的每一堵墙。机器人是固定的障碍物:如果子弹在到达墙壁前击中另一个机器人,它会立即在该机器人处停止,无法继续前进。
返回机器人可以摧毁墙壁的最大数量。
注意:墙壁和机器人可能在同一位置;该位置的墙壁可以被该位置的机器人摧毁。机器人不会被子弹摧毁。
示例 1
输入:robots = [4], distance = [3], walls = [1,10]
输出:1
解释:robots[0] = 4 向左发射,distance[0] = 3,覆盖范围 [1, 4],摧毁了 walls[0] = 1。
示例 2
输入:robots = [10,2], distance = [5,1], walls = [5,2,7]
输出:3
解释:robots[0] = 10 向左发射,distance[0] = 5,覆盖范围 [5, 10],摧毁了 walls[0] = 5 和 walls[2] = 7。robots[1] = 2 向左发射,distance[1] = 1,覆盖范围 [1, 2],摧毁了 walls[1] = 2。
示例 3
输入:robots = [1,2], distance = [100,1], walls = [10]
输出:0
解释:在这个例子中,只有 robots[0] 能够到达墙壁,但它向右的射击被 robots[1] 挡住了,因此答案是 0。
提示:
- 1 <= robots.length == distance.length <= 10^5
- 1 <= walls.length <= 10^5
- 1 <= robots[i], walls[j] <= 10^9
- 1 <= distance[i] <= 10^5
- robots 中的所有值都是互不相同的
错误解法:线段树 + 动态规划
动态规划的状态表示
dp[i] 表示只摧毁位置 ≤ i 的墙,最后能销毁多少堵墙。且之后不会消耗 ≤ i 的墙。
最大值线段树 maxTree 记录最大值。
动态规划的顺序
按机器人的位置从小到大处理。
动态规划的转移方程
每个机器人枚举两种状态,向左射击,向右射击。
动态规划的初始值
全为 0。
动态规划的返回值
maxTree 的最大值。
错误原因
由于两个机器人的射击范围不能重叠,否则会重复统计。故向左射击不一定是最大射程,各射程要一一枚举。
例如:robots = {4,10}, distance = {3,3}, walls = {6,7,8}。
第二个机器人向左射击能到 {7,8,9,10}。第一个机器人向右射击到 7,第二个机器人向左射击到 8,才是正解。
template <class TSave, class TRecord>
class CRangUpdateLineTree {
protected:
virtual void OnQuery = ;
= ;
= ;
= ;
};
(TSave& ans, const TSave& save, const int& iSaveLeft, const int& iSaveRight)
0
virtual void OnUpdate(TSave& save, const int& iSaveLeft, const int& iSaveRight, const TRecord& update)
0
virtual void OnUpdateParent(TSave& par, const TSave& left, const TSave& r, const int& iSaveLeft, const int& iSaveRight)
0
virtual void OnUpdateRecord(TRecord& old, const TRecord& newRecord)
0
正确解法
某个向右的机器人和某个向左的机器人射程重叠后。向右的机器人射程不变,向左的机器人缩短射程使之不重叠。向右射击仍然是一种状态,故只讨论向左。
令向左的机器人位于 x2,向左能射击到 x1。
则:射程非最大向左的最大值为 max_{x1}^{x2-1}(dp[x] + f(x)),其中 f(x) 是处于 x+1 ~ x2 的墙数。
令 g(x) 是 ≤ x 的墙数。
则 射程非最大向左的最大值为 max_{x1}^{x2-1}(dp[x] + g(x2) - g(x)) = g(x2) + max_{x1}^{x2-1}(dp[x] - g(x))。
我们用最大值线段树 maxTree2 记录:dp[x] - g(x)。
向左射击的最大值为:max(射程非最大向左的最大值,射程最大向左的最大值)。
向右也要枚举
比如:robots = {3,5}, distance = {2,2}, walls = {4,6}。
令向右的机器人在 x2,向右能射击到 x3。为了避免和前面的机器人重叠,我将此机器人的射程调整为:x+1 → x3。
则起点非 x2 向右的最大值为:max_{x:x2}^{x3-1} dp[x] + (x+1 ~ x3) 的墙的个数 = g(x3) + max_{x:x2}^{x3-1}(dp[x] - g(x))。
可以共用:maxTree2。
空间超限的解决方法
核心代码
template <class T = int>
class CDiscretize
{
public:
CDiscretize(vector<T> nums) {
sort(nums.begin(), nums.end());
nums.erase(std::unique(nums.begin(), nums.end()), nums.end());
m_nums = nums;
for (int i = 0; i < nums.size(); i++) {
m_mValueToIndex[nums[i]] = i;
}
}
int operator[](const T value) const {
auto it = m_mValueToIndex.find(value);
if (m_mValueToIndex.end() == it) return -1;
return it->second;
}
int size() const { return m_mValueToIndex.size(); }
vector<T> m_nums;
protected:
unordered_map<T, int> m_mValueToIndex;
};
class Solution {
public:
int maxWalls(vector<int>& robots, vector<int>& distance, vector<int>& walls) {
N = robots.size();
Init(robots, distance, walls);
CSetMaxLineTree<int, int> maxTree(M + 1, 0), maxTree2(M + 1, -1000'000);
for (const auto& [x1, x2, x3] : m_xs) {
const int g2 = upper_bound(walls.begin(), walls.end(), x2) - walls.begin();
const int g3 = upper_bound(walls.begin(), walls.end(), x3) - walls.begin();
const int cnt1 = upper_bound(walls.begin(), walls.end(), x2) - lower_bound(walls.begin(), walls.end(), x1);
const int left = maxTree.Query(0, x1 - 1) + cnt1;
const int cnt2 = upper_bound(walls.begin(), walls.end(), x3) - lower_bound(walls.begin(), walls.end(), x2);
const int right = maxTree.Query(0, x2 - 1) + cnt2;
const int left2 = maxTree2.Query(x1, x2 - 1) + g2;
const int right2 = maxTree2.Query(x2, x3 - 1) + g3;
maxTree.Update(x2, max(left, left2));
maxTree.Update(x3, max(right, right2));
maxTree2.Update(x2, max(left, left2) - g2);
maxTree2.Update(x3, max(right, right2) - g3);
}
return maxTree.QueryAll();
}
void Init(const vector<int>& robots, const vector<int>& distance, vector<int>& walls) {
vector<pair<int, int>> rd;
sort(walls.begin(), walls.end());
auto tmp = walls;
tmp.emplace_back(INT_MIN / 2);
for (int i = 0; i < N; i++) {
rd.emplace_back(robots[i], distance[i]);
tmp.emplace_back(robots[i]);
}
CDiscretize<int> disc(tmp);
for (auto& i : walls) {
i = disc[i];
}
sort(rd.begin(), rd.end());
for (int i = 0; i < N; i++) {
const auto& [pos, dis] = rd[i];
const int iLeftRobot = i ? rd[i - 1].first : 1;
const int iLeft = max(iLeftRobot, pos - dis);
const int iRightRobot = (i + 1 == N) ? (INT_MAX / 2) : rd[i + 1].first;
const int iRight = min(iRightRobot, pos + dis);
const int x1 = lower_bound(disc.m_nums.begin(), disc.m_nums.end(), iLeft) - disc.m_nums.begin();
const int x2 = disc[pos];
const int x3 = upper_bound(disc.m_nums.begin(), disc.m_nums.end(), iRight) - disc.m_nums.begin() - 1;
m_xs.emplace_back(x1, x2, x3);
}
M = disc.m_nums.size();
}
int N, M;
vector<tuple<int, int, int>> m_xs;
};
单元测试
vector<int> robots, distance, walls;
TEST_METHOD(TestMethod00) {
robots = {4,10}, distance = {3,3}, walls = {6,7,8};
auto res = Solution().maxWalls(robots, distance, walls);
AssertEx(3, res);
}
TEST_METHOD(TestMethod11) {
robots = {4}, distance = {3}, walls = {1,10};
auto res = Solution().maxWalls(robots, distance, walls);
AssertEx(1, res);
}
简单版
性质一:如果机器人和墙挨着一起,此墙一定被摧毁。故只考虑不挨着机器人的墙。
性质二:由于子弹遇到机器人会停止,故墙只会被相邻的机器人摧毁。
动态规划的状态表示
dp0n 表示第 0 ~ i 号机器人都已经射击完毕,且最后一个机器人向左(右)射击能摧毁最后的墙数。
空间复杂度:O(n)
为了方便处理边界情况,增加一个机器人标兵,射击距离都是 0,位置分别在正负无穷大。
动态规划的填表顺序
动态规划的转移方程
如果 i-1 和 i 都向左射击,两者不会摧毁同一道墙。
如果 i-1 向右和 i 向左射击,两者可能摧毁同一道墙。需要去重。i 向右能够摧毁 g1 道墙,i-1 向左能够摧毁 g0 道墙,i 和 i-1 之间的机器人数量 c,则重复的墙数为:max(0, g1 + g0 - c)。
如果 i 向右射击,i-1 无论向左还是向右,两者都不会摧毁同一道墙。
动态规划的初始值
动态规划的返回值
max(dp0.back(), dp1.back())
代码
class Solution {
public:
int maxWalls(vector<int>& robots, vector<int>& distance, vector<int>& walls) {
const int N = robots.size();
const int M = int(1e9 + 1e5 + 1);
sort(walls.begin(), walls.end());
vector<pair<int, int>> rd;
for (int i = 0; i < N; i++) {
rd.emplace_back(robots[i], distance[i]);
}
rd.emplace_back(INT_MIN / 2, 0);
rd.emplace_back(INT_MAX / 2, 0);
sort(rd.begin(), rd.end());
vector<int> vLeft(N + 2), vRight(N + 2);
for (int i = 0; i < rd.size(); i++) {
const auto& [pos, dis] = rd[i];
const int iLeftRobot = i ? rd[i - 1].first : -M;
vLeft[i] = max(iLeftRobot, pos - dis - 1);
const int iRightRobot = (i + 1 == N + 2) ? M : rd[i + 1].first;
vRight[i] = min(iRightRobot, pos + dis + 1);
}
auto Cnt = [&](int left, int r) {
int ans = lower_bound(walls.begin(), walls.end(), r) - upper_bound(walls.begin(), walls.end(), left);
return ans;
};
vector<int> dp0(N + 2), dp1(N + 2);
for (int n = 1; n <= N; n++) {
dp1[n] = max(dp0[n - 1], dp1[n - 1]) + Cnt(rd[n].first, vRight[n]);
const int g = Cnt(vLeft[n], rd[n].first);
dp0[n] = dp0[n - 1] + g;
const int iRepeat = g + Cnt(rd[n - 1].first, vRight[n - 1]) - Cnt(rd[n - 1].first, rd[n].first);
dp0[n] = max(dp0[n], dp1[n - 1] + g - max(0, iRepeat));
}
int cntSamePos = 0;
for (const auto& pos : robots) {
cntSamePos += Cnt(pos - 1, pos + 1);
}
return cntSamePos + max(dp0[N], dp1[N]);
}
};
相关免费在线工具
- 加密/解密文本
使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online
- Gemini 图片去水印
基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online
- Base64 字符串编码/解码
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online
- Base64 文件转换器
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online
- Markdown转HTML
将 Markdown(GFM)转为 HTML 片段,浏览器内 marked 解析;与 HTML转Markdown 互为补充。 在线工具,Markdown转HTML在线工具,online
- HTML转Markdown
将 HTML 片段转为 GitHub Flavored Markdown,支持标题、列表、链接、代码块与表格等;浏览器内处理,可链接预填。 在线工具,HTML转Markdown在线工具,online