BFS迷宫问题,广度优先搜索

本文介绍了一种使用广度优先搜索(BFS)算法来寻找nxm迷宫中起点到终点的最短路径的方法。通过创建一个队列,从起点开始,逐步探索相邻的可通行节点,并更新步数,直到找到终点或队列为空。在过程中,利用二维数组记录已访问的节点,避免重复搜索。最后,给出了具体的C++实现代码示例。

问题描述

求在(n x m)的迷宫中,起点到终点的最短路径。

样例输入
5 4 (输入 行 列,1为可通行,2为阻塞,数字可变)
1 1 2 1
1 1 1 1
1 1 2 1
1 2 1 1
1 1 1 2
1 1 4 3 (输入起点、终点坐标)
输出
7
请添加图片描述
算法:
1、起点入队
2、队首节点可拓展的点入队
如果没有课拓展的点,将队首节点出队
重复该步骤,知道到达目标位置或者队列为空

如:队列

起点
x1122
y1212
step0112

当{1,2},{2,1}入队,{1,1}就出队,{1,2},{2,1}的step+1;
{1,2}拓展,右边为障碍物不能通行,{2,2}入队,{2,2}step+1,{1,2}的点拓展完之后,出队;
{2,1}的点拓展;如此类推。

#include<bits/stdc++.h>
using namespace std;
int a[100][100],v[100][100];
struct point //结构体point 
{
	int x;
	int y;
	int step;
};
queue<point> r;// 创建队列
int dx[4]={0,1,0,-1};	//{右下左上}的x
int dy[4]={1,0,-1,0};   //{右下左上}的y
int main()
{
	//输入
	int n , m ,startx,starty,p,q;
	scanf("%d%d",&n,&m);
	for(int i=1;i<=n;i++)
		for(int j=1;j<=m;j++)
			scanf("%d",&a[i][j]);
	
	scanf("%d%d%d%d",&startx,&starty,&p,&q);
	
	//BFS
	point start;
	start.x=startx; 
	start.y=starty; 
	start.step=0;//初始起点
	r.push(start);//将起点入队 
	v[startx][starty]=1; //判断是否可通行
	int flag=0;
	while(!r.empty()//当队列不为空
	{
		int x=r.front().x,y=r.front().y;
		if(x==p&&y==q) //当队首节点等于终点时,输出step,退出循环
		{
			flag=1;
			printf("%d",r.front().step);
			break;
		}
		for(int k=0;k<=3;k++) //循环四个方向
		{
			int tx,ty;
			tx=x+dx[k]; 
			ty=y+dy[k];
			if(a[tx][ty]==1&&v[tx][ty]==0)  //如果下一个点值为1 且可通行(v为0)入队
			{
				//入队 
				point temp;
				temp.x=tx;
				temp.y=ty;
				temp.step=r.front().step+1;
				r.push(temp);
				v[tx][ty]=1; 
			}
		}
		r.pop();//队首出队 
	 }
	 if(flag==0)
	 	printf("no answer!");
	 return 0; 
}
### 迷宫问题中的广度优先搜索 (BFS) 算法 #### 定义与特性 广度优先搜索BFS)是一种用于遍历或搜索树状图或图形结构的算法。此方法的特点是从根节点开始,沿着树的宽度移动,在每一层中尽可能深入地探索相邻子节点之前先访问同一级别的所有其他节点[^2]。 #### 主要步骤概述 对于迷宫问题而言,采用BFS意味着从入口位置作为起始点,逐步向外扩展至每一个可达的新格子,直到到达出口为止。具体操作如下: - 创建一个队列并将初始状态加入其中; - 当队列不为空时循环执行以下动作: - 取出当前队首元素并记录其坐标; - 对于该坐标的四个方向上的邻居依次尝试前进; - 如果遇到边界外或是障碍物则跳过; - 若未曾被访问过的空白区域,则将其标记为已访问,并放入队尾等待后续处理; - 终止条件:当成功抵达目标位置即结束;如果整个过程中未能触及终点说明无解。 #### Python代码实例 下面给出一段基于Python编写的简单版本的BFS求解迷宫最短路径程序: ```python from collections import deque def bfs(maze, start, end): rows = len(maze) cols = len(maze[0]) directions = [(0,-1), (-1,0), (0,1), (1,0)] # 左 上 右 下 queue = deque([start]) # 初始化队列为起点 visited = set() # 记录已经访问的位置集合 path = {start: None} # 存储前驱结点以便回溯构建最终路线 while queue: current_position = queue.popleft() if current_position == end: break for d in directions: next_x, next_y = current_position[0]+d[0], current_position[1]+d[1] if not ((0 <= next_x < rows and 0 <= next_y < cols)): continue # 边界检查 if maze[next_x][next_y] != 'O' or (next_x,next_y) in visited: # 非通路/已被访问过滤掉 continue queue.append((next_x, next_y)) visited.add((next_x, next_y)) # 加入待查列表&设置成已访态 path[(next_x, next_y)] = current_position # 更新父级关系表项 route = [] step_node = end # 自终点逆向追踪直至起点形成完整轨迹链 while step_node is not None: route.insert(0,step_node) step_node = path.get(step_node) return " -> ".join(f"({x},{y})" for x,y in route) if __name__ == "__main__": grid = [ ['X','X','X','X'], ['S','O','O','E'], ['X','X','X','X'] ] print(bfs(grid,(1,0),(1,3))) ``` 这段脚本定义了一个`bfs()`函数接收三个参数——表示迷宫的地图数组、代表起点座标元组以及目的地座标元组。通过运用双端队列(`deque`)高效管理待考察顶点序列,并利用字典对象维护各处的历史连接信息从而便于事后重构实际行走线路[^4]。
评论
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