迷宫问题(BFS)

该博客讨论了如何使用宽度优先搜索(BFS)解决迷宫问题,找到从左上角到右下角的最短路径。博客内容包括迷宫的二维数组表示,输入输出说明,以及BFS算法的思路和路径记录的方法。通过队列实现BFS的并行操作,利用结构体记录路径节点及其父节点,以找到最短路线。

迷宫问题

定义一个二维数组:
int maze[5][5] = {
0, 1, 0, 0, 0,
0, 1, 0, 1, 0,
0, 0, 0, 0, 0,
0, 1, 1, 1, 0,
0, 0, 0, 1, 0,
};

它表示一个迷宫,其中的1表示墙壁,0表示可以走的路,只能横着走或竖着走,不能斜着走,要求编程序找出从左上角到右下角的最短路线

Input

一个5 × 5的二维数组,表示一个迷宫。数据保证有唯一解。

Output

左上角到右下角的最短路径,格式如样例所示。

Sample Input

0 1 0 0 0
0 1 0 1 0
0 0 0 0 0
0 1 1 1 0
0 0 0 1 0

Sample Output

(0, 0)
(1, 0)
(2, 0)
(2, 1)
(2, 2)
(2, 3)
(2, 4)
(3, 4)
(4, 4)

思路:

  • BFS
    这个题目要求的是最短路线,首选BFS,因为BFS的主要思想就是并行操作,即同一时刻可以进行多种操作,并且遇到的第一个解就是最短路线,以这题为例,由于可以横着走或者竖着走,那么在每一个点都有四种走法——上下左右(注意迷宫的边界),而通过队列可以实现BFS的这种并行操作(因为队列具有先进先出的特点)。
  • BFS过程简化图:
    在这里插入图片描述
  • 将起点1加入队列里:{1}
  • 将1从队列中拿出,由状态1可以转移到状态2,3,此时队列为{2,3}
  • 将状态2拿出,状态2可转移到状态4,队列{4,3}
  • 将状态3拿出,状态3可转移到状态5,即终点,队列{4,5}
  • 由于4比5先进入队列,因此此时先被拿出的是4,接着队列情况为{5,5}
  • 此时可以将第二个5拿出,即遇到的第一个解,这个5是由状态3转移而来的,因此,有最短路线。

路径的记录

首先,路径的每一个结点都有基本属性:点坐标(x,y),因此可以使用结构体来创建结点,其次,由于除起点外的其他所有点都是由上一个点转移而来的,因此我们称这个“上一个点”为父结点,为了使每条路线的每一个结点之间都能被连接在一起,我们要在结构体里加入第三个成员:父结点,这第三个成员可以通过pair来创建,这样就可以使得每条路线的结点被连接在一起,最后,通过数组1来存放每个结点,再通过父节点找出最短路线的每个结点并存放在数组2

具体代码如下:

#include<iostream>
#include
使用广度优先搜索(BFS)和深度优先搜索(DFS)解决迷宫问题是常见的图搜索算法应用。 ### BFS解决迷宫问题 BFS采用逐层扩展的方式,先访问当前节点的所有邻居节点,再逐层向外扩展,适合搜索最短可行路径,且第一次找到的可行解一定是最短路径 [^2][^4]。 解决步骤如下: 1. 定义迷宫类,包含迷宫的行数、列数和一个二维的字符数组表示迷宫。 2. 实现`bfs`函数,用于进行广度优先搜索,以找到从起点到终点的路径。 3. 在`main`函数中,创建一个迷宫对象,并调用`bfs`函数来解决迷宫问题。 示例代码如下: ```python from collections import deque # 定义迷宫类 class Maze: def __init__(self, rows, cols, maze): self.rows = rows self.cols = cols self.maze = maze def bfs(self, start, end): # 定义四个方向:上、下、左、右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 初始化队列 queue = deque([(start, [start])]) # 记录已访问的节点 visited = set([start]) while queue: (x, y), path = queue.popleft() if (x, y) == end: return path for dx, dy in directions: new_x, new_y = x + dx, y + dy if 0 <= new_x < self.rows and 0 <= new_y < self.cols and self.maze[new_x][new_y] == 0 and (new_x, new_y) not in visited: new_path = path + [(new_x, new_y)] queue.append(((new_x, new_y), new_path)) visited.add((new_x, new_y)) return None # 示例迷宫 maze = [ [0, 1, 0, 0, 0], [0, 1, 0, 1, 0], [0, 0, 0, 0, 0], [0, 1, 1, 1, 0], [0, 0, 0, 1, 0] ] m = Maze(5, 5, maze) start = (0, 0) end = (4, 4) path = m.bfs(start, end) if path: print("最短路径:", path) else: print("未找到路径") ``` ### DFS解决迷宫问题 DFS是一种递归的搜索算法,其核心思想是沿着一个分支尽可能深入地搜索,直到达到最深的节点,然后再回溯到上一层,继续探索其他分支,适合搜索所有的可行路径,但第一次找到的可行解不一定是最短路径 [^2][^4]。 解决步骤如下: 1. 定义迷宫的二维数组。 2. 实现`dfs`函数,用于进行深度优先搜索。 3. 在`main`函数中,调用`dfs`函数来解决迷宫问题。 示例代码如下: ```python # 定义迷宫 maze = [ [0, 1, 0, 0, 0], [0, 1, 0, 1, 0], [0, 0, 0, 0, 0], [0, 1, 1, 1, 0], [0, 0, 0, 1, 0] ] rows = 5 cols = 5 start = (0, 0) end = (4, 4) # 记录所有可行路径 all_paths = [] def dfs(x, y, path, visited): if (x, y) == end: all_paths.append(path[:]) return directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] for dx, dy in directions: new_x, new_y = x + dx, y + dy if 0 <= new_x < rows and 0 <= new_y < cols and maze[new_x][new_y] == 0 and (new_x, new_y) not in visited: path.append((new_x, new_y)) visited.add((new_x, new_y)) dfs(new_x, new_y, path, visited) path.pop() visited.remove((new_x, new_y)) visited = set([start]) dfs(start[0], start[1], [start], visited) if all_paths: shortest_path = min(all_paths, key=len) print("最短路径:", shortest_path) else: print("未找到路径") ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值