leetcode_657. 机器人能否返回原点 python3
2020-08-28 12:24
946 查看
目录
一、题目内容
在二维平面上,有一个机器人从原点 (0, 0) 开始。给出它的移动顺序,判断这个机器人在完成移动后是否在 (0, 0) 处结束。
移动顺序由字符串表示。字符 move 表示其第 i 次移动。机器人的有效动作有 R(右),L(左),U(上)和 D(下)。如果机器人在完成所有动作后返回原点,则返回 true。否则,返回 false。
注意:机器人“面朝”的方向无关紧要。 “R” 将始终使机器人向右移动一次,“L” 将始终向左移动等。此外,假设每次移动机器人的移动幅度相同。
示例 1:
输入: "UD"
输出: true
解释:机器人向上移动一次,然后向下移动一次。所有动作都具有相同的幅度,因此它最终回到它开始的原点。因此,我们返回 true。
示例 2:
输入: "LL"
输出: false
解释:机器人向左移动两次。它最终位于原点的左侧,距原点有两次 “移动” 的距离。我们返回 false,因为它在移动结束时没有返回原点。
二、解题思路
字典存上下左右个数,比较上下和左右的个数是否都分别相等
三、代码
[code]class Solution: def judgeCircle(self, moves: str) -> bool: move_count_dict = {} move_count_dict['U'] = 0 move_count_dict['D'] = 0 move_count_dict['L'] = 0 move_count_dict['R'] = 0 for move in moves: move_count_dict[move] += 1 return move_count_dict['U'] == move_count_dict['D'] and \ move_count_dict['L'] == move_count_dict['R'] if __name__ == '__main__': test = "UDLLRDUR" s = Solution() ans = s.judgeCircle(test) print(ans)悲恋花丶无心之人 CSDN认证博客专家 [i] TensorFlow 深度学习 神经网络 计算机视觉在读研究生,熟悉Pytorch,MXNet,TensorFlow,Keras等深度学习框架,主要涉及的领域有目标检测,语义分割,超分辨率重建,行人重识别等。
相关文章推荐
- leetcode-657. 机器人能否返回原点[python]
- leetcode 657.机器人能否返回原点(python)
- LeetCode 657. 机器人能否返回原点
- LeetCode-机器人能否返回原点
- Leetcode刷题7-657.机器人能否返回原点(C++)
- LeetCode 657.机器人能否返回原点(三段代码 比较)
- leetcode刷题一:机器人能否返回原点
- LeetCode | 机器人能否返回原点
- 机器人能否返回原点java
- 机器人能否返回原点(力扣题库)
- 机器人能否返回原点? 力扣
- LeetCode刷题笔记1041:困于环中的机器人(Python实现)
- [LeetCode][Python]Top K Frequent Elements
- python 函数返回值
- leetcode-804. 唯一摩尔斯密码词[python]
- [leetcode: Python]326.Power of Three
- Python开发之身份证验证库id_validator验证身份证号合法性及根据身份证号返回住址年龄等信息
- [leetcode]461. Hamming Distance --python
- [LeetCode]Permutations II@python
- python机器人运动范围问题的解答