Pythonでインデックスkから開始してリストの末尾に到達できるか判定するプログラム
数値のリスト nums と別の数値 k が与えられているとします。インデックス k から開始し、任意のインデックス i にいるとき、ちょうど nums[i] ステップだけ左または右へ移動することができます。このとき、リストの末尾(最後のインデックス)に到達できるかどうかを判定する必要があります。
例えば、入力が nums = [0, 0, 2, 1, 3, 3, 1, 1]、k = 2 の場合、出力は True になります。インデックス2から開始すると、まずインデックス4へジャンプし、その後最後のインデックス7へジャンプできるためです。
解決のためのアプローチ
この問題は、到達可能なインデックスを順番に辿っていくことで解決できます。具体的には、深さ優先探索(DFS)の考え方を用い、スタックを使って次に訪問すべきインデックスを管理します。すでに訪問したインデックスは記録しておき、無限ループを防ぎます。
手順は以下の通りです。
- n := nums のサイズとする
- visited := サイズnのリストを作成し、すべて0で初期化する
- tovisit := 要素として k を含むリストを作成する
- tovisit が空でない限り、以下を繰り返す
- i := tovisit の末尾から要素を取り出す(pop)
- i が n-1 と等しければ、True を返す
- visited[i] が 1 でない場合、以下を実行する
- visited[i] := 1 とする
- up := i + nums[i]
- down := i − nums[i]
- up < n であれば、up を tovisit の末尾に追加する
- down ≥ 0 であれば、down を tovisit の末尾に追加する
- すべての探索が終わっても末尾に到達できなければ、False を返す
それでは、理解を深めるために実際の実装を見てみましょう。
実装例
class Solution:
def solve(self, nums, k):
n = len(nums)
visited = [0]*n
tovisit = [k]
while len(tovisit) > 0:
i = tovisit.pop()
if i == n-1:
return True
if visited[i] != 1:
visited[i] = 1
up = i + nums[i]
dn = i - nums[i]
if up < n:
tovisit.append(up)
if dn >= 0:
tovisit.append(dn)
return False
ob = Solution()
nums = [0, 0, 2, 1, 3, 3, 1, 1]
k = 2
print(ob.solve(nums, k))
入力
[0, 0, 2, 1, 3, 3, 1, 1], 2
出力
True
計算量について
このアルゴリズムでは、各インデックスは最大でも一度しか訪問されないため、時間計算量は O(n)、訪問管理用のリストやスタックが必要とする空間計算量も O(n) となります。ここで n はリストの長さです。
-
Pythonで解く:訪問済みマスをスキップして移動するロボットが目標座標に到達するかを判定するプログラム
問題の概要 直交座標平面上の原点 (0, 0) にロボットが置かれているとします。このロボットには、N(北)、S(南)、W(西)、E(東)の4種類の移動命令からなるリストが与えられます。ただし、次の特殊なルールがあります。すでに訪れたことのある地点に到達した場合、ロボットは未訪問の地点に到達するまで同じ方向へ移動し続けるというものです。 このルールのもとですべての移動を実行したあと、ロボットが指定された座標 (x, y) に到達しているかどうかを判定するのが、この記事で扱う課題です。 入力例と動作の確認 たとえば、次のような入力を考えてみましょう。 moves = [N, N, E, N,
-
Pythonでロボットが目標座標に到達できるか判定するプログラムの書き方
ロボットが2次元座標平面(直交座標系)の原点 (0, 0) にいるとします。ロボットが実行できる移動のリストが与えられ、各移動は N(北)、S(南)、W(西)、E(東) のいずれかです。このロボットが、目的地の座標 (x, y) に到達できるかどうかを判定するプログラムを作成します。 例えば、入力が moves = [N,N,E,E,S]、目的地が (x, y) = (2, 1) の場合、出力は True になります。北に2回、東に2回、南に1回移動することで、最終的に (2, 1) に到達できるからです。 解決のアプローチ この問題は、ロボットの移動を実際にシミュレーションすることで解けます