a star dijkstra dfs可视化规划，通过pygame 在界面设定起止点和障碍物...-优快云博客

a star dijkstra dfs可视化规划，通过pygame 在界面设定起止点和障碍物，趣味性强，适合新手学习。路径规划， pygame ，自动驾驶有详细使用说明

今天咱们来搞点好玩的——用pygame做个能自由设置障碍物的路径规划可视化工具！不需要高深的算法基础，只要会点Python就能玩转。这个工具支持A*、Dijkstra和DFS三种算法实时演示，还能用鼠标画迷宫，特别适合刚入门的同学理解算法差异。

先看效果：深灰色是墙，亮色是探索过的区域，彩色路径会像贪吃蛇一样慢慢爬出来。按空格可以随时切换算法，亲眼看看不同算法探索路径的差异（比如DFS跑出来的路径可能扭成麻花~）

![可视化效果截图]

整个项目就一个py文件，核心代码不到200行。咱们先来看怎么用pygame画网格：

class Grid:
    def __init__(self, rows, cols, size):
        self.rows = rows
        self.cols = cols
        self.size = size
        self.grid = [[Node(i, j) for j in range(cols)] for i in range(rows)]
    
    def draw(self, screen):
        for i in range(self.rows):
            for j in range(self.cols):
                color = self.grid[i][j].get_color()
                pygame.draw.rect(screen, color, 
                               (j*self.size, i*self.size, 
                                self.size-1, self.size-1))

每个网格节点用Node对象存储状态（是否起点/终点/障碍物/已访问等）。这里有个小技巧：size-1让网格线自然显现，省去单独画线的麻烦。

事件处理是项目的灵魂部分。看这段鼠标交互逻辑：

if event.type == pygame.MOUSEBUTTONDOWN:
    x, y = pygame.mouse.get_pos()
    row, col = y // NODE_SIZE, x // NODE_SIZE
    if event.button == 1:  # 左键设起点
        start = (row, col)
    elif event.button == 3: # 右键设终点
        end = (row, col)
    elif event.button == 2: # 中键画墙
        grid[row][col].toggle_wall()

重点说下A*算法的实现。和Dijkstra不同之处在于加入了启发式函数（这里用曼哈顿距离）：

def heuristic(a, b):
    return abs(a[0]-b[0]) + abs(a[1]-b[1])

open_set = PriorityQueue()
open_set.put((0, start))
came_from = {}
g_score = {node: float('inf') for row in grid for node in row}
g_score[start] = 0

while not open_set.empty():
    current = open_set.get()[1]
    
    if current == end:
        break
    
    for neighbor in get_neighbors(current):
        tentative_g = g_score[current] + 1
        if tentative_g < g_score[neighbor]:
            came_from[neighbor] = current
            g_score[neighbor] = tentative_g
            f_score = tentative_g + heuristic(neighbor, end)
            open_set.put((f_score, neighbor))

Dijkstra其实就是把启发函数设为零的A*，而DFS把优先队列换成栈就行。三个算法共用一套可视化逻辑，运行时切换算法变量即可。

使用说明（记得先pip install pygame）：

左键单击设起点（绿色）
右键单击设终点（红色）
中键拖动画障碍（灰色）
空格键开始寻路，R键重置地图
数字键1/2/3切换算法（A*/Dijkstra/DFS）
按C键清空已探索区域

遇到死胡同时会弹窗提示，这时候可以随意修改地图再重新运行。建议故意画个U型墙，对比三种算法的探索过程——你会发现A*的探索区域最集中，DFS到处乱撞，而Dijkstra像水波扩散。

完整代码已打包在GitHub（地址见文末），包含自动寻路延迟效果、路径回溯等细节。这个项目稍加改造就能用在自动驾驶仿真中，比如把网格地图换成真实道路数据，把鼠标画墙改成导入高精地图的障碍物数据。

最后留个思考题：如果要让算法支持对角线移动，哪些地方需要修改？（提示：修改get_neighbors函数和启发函数）