迷宫问题(bfs+递归)

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)

主要涉及的算法是基础的bfs算法,考点在于路径的记录以及输出,可以选择使用一个结构体数组来记录每一个格子的上一步坐标,再输出时进行递归操作即可得到结果

#include<iostream>
#include<algorithm>
#include<queue>
#include<cstring>
using namespace std;
struct pos {
	int x;
	int y;
};
int room[10][10];
pos f[10][10];
int dir_x[4] = { 0,1,0,-1 };
int dir_y[4] = { -1,0,1,0 };
void print(int x, int y)
{
	if (x == 1 && y == 1)
	{
		cout << "(0, 0)" << endl;
		return;
	}
	print(f[x][y].x, f[x][y].y);
	cout << "(" << x - 1 << ", " << y - 1 << ")" << endl;
}
void bfs(int x, int y)
{
	queue<pos> q;
	int cnt = 2;
	q.push({ x,y });
	while (!q.empty())
	{
		pos start = q.front();
		q.pop();
		room[start.x][start.y] = cnt++;
		for (int i = 0; i < 4; i++)
		{
			int a = start.x + dir_x[i];
			int b = start.y + dir_y[i];
			if (room[a][b] == 0)
			{
				f[a][b] = start;
				q.push({ a,b });
			}
		}
	}
}
int main()
{
	memset(room, 1, sizeof(room));
	for (int i = 1; i <= 5; i++)
		for (int j = 1; j <= 5; j++)
			cin >> room[i][j];
	bfs(1, 1);
	print(5, 5);
	return 0;
}
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
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