迷宫问题的三种求解方法(递归求解、回溯求解和队列求解)


目录

一、迷宫问题的三种求解方法

递归求解

回溯求解

队列求解

二、华为迷宫问题


一、迷宫问题的三种求解方法

在迷宫问题中,给定入口和出口,要求找到路径。本文将讨论三种求解方法,递归求解、回溯求解和队列求解。

在介绍具体算法之前,先考虑将迷宫数字化。这里将迷宫用一个二维的list存储(即list嵌套在list里),将不可到达的位置用1表示,可到达的位置用0表示,并将已经到过的位置用2表示。

 

递归求解


递归求解的基本思路是:

每个时刻总有一个当前位置,开始时这个位置是迷宫人口。
如果当前位置就是出口,问题已解决。
否则,如果从当前位置己无路可走,当前的探查失败,回退一步。
取一个可行相邻位置用同样方式探查,如果从那里可以找到通往出口的路径,那么从当前位置到出口的路径也就找到了。
在整个计算开始时,把迷宫的人口(序对)作为检查的当前位置,算法过程就是:

mark当前位置。
检查当前位置是否为出口,如果是则成功结束。
逐个检查当前位置的四邻是否可以通达出口(递归调用自身)。
如果对四邻的探索都失败,报告失败。
 

dirs=[(0,1),(1,0),(0,-1),(-1,0)] #当前位置四个方向的偏移量
path=[]              #存找到的路径
 
def mark(maze,pos):  #给迷宫maze的位置pos标"2"表示“倒过了”
    maze[pos[0]][pos[1]]=2
 
def passable(maze,pos): #检查迷宫maze的位置pos是否可通行
    return maze[pos[0]][pos[1]]==0
 
def find_path(maze,pos,end):
    mark(maze,pos)
    if pos==end:
        print(pos,end=" ")  #已到达出口,输出这个位置。成功结束
        path.append(pos)
        return True
    for i in range(4):      #否则按四个方向顺序检查
        nextp=pos[0]+dirs[i][0],pos[1]+dirs[i][1]
        #考虑下一个可能方向
        if passable(maze,nextp):        #不可行的相邻位置不管
            if find_path(maze,nextp,end):#如果从nextp可达出口,输出这个位置,成功结束
                print(pos,end=" ")
                path.append(pos)
                return True
    return False
 
def see_path(maze,path):     #使寻找到的路径可视化
    for i,p in enumerate(path):
        if i==0:
            maze[p[0]][p[1]] ="E"
        elif i==len(path)-1:
            maze[p[0]][p[1]]="S"
        else:
            maze[p[0]][p[1]] =3
    print("\n")
    for r in maze:
        for c in r:
            if c==3:
                print('\033[0;31m'+"*"+" "+'\033[0m',end="")
            elif c=="S" or c=="E":
                print('\033[0;34m'+c+" " + '\033[0m', end="")
            elif c==2:
                print('\033[0;32m'+"#"+" "+'\033[0m',end="")
            elif c==1:
                print('\033[0;;40m'+" "*2+'\033[0m',end="")
            else:
                print(" "*2,end="")
        print()
 
if __name__ == '__main__':
    maze=[[1,1,1,1,1,1,1,1,1,1,1,1,1,1],\
          [1,0,0,0,1,1,0,0,0,1,0,0,0,1],\
          [1,0,1,0,0,0,0,1,0,1,0,1,0,1],\
          [1,0,1,0,1,1,1,1,0,1,0,1,0,1],\
          [1,0,1,0,0,0,0,0,0,1,1,1,0,1],\
          [1,0,1,1,1,1,1,1,1,1,0,0,0,1],\
          [1,0,1,0,0,0,0,0,0,0,0,1,0,1],\
          [1,0,0,0,1,1,1,0,1,0,1,1,0,1],\
          [1,0,1,0,1,0,1,0,1,0,1,0,0,1],\
          [1,0,1,0,1,0,1,0,1,1,1,1,0,1],\
          [1,0,1,0,0,0,1,0,0,1,0,0,0,1],\
          [1,1,1,1,1,1,1,1,1,1,1,1,1,1]]
    start=(1,1)
    end=(10,12)
    find_path(maze,start,end)
    see_path(maze,path)

 

代码中see_path函数可以在控制台直观打印出找到的路径,打印结果如下:

(10, 12) (9, 12) (8, 12) (7, 12) (6, 12) (5, 12) (5, 11) (5, 10) (6, 10) (6, 9) (6, 8) (6, 7) (6, 6) (6, 5) (6, 4) (6, 3) (7, 3) (7, 2) (7, 1) (6, 1) (5, 1) (4, 1) (3, 1) (2, 1) (1, 1) 

可以看到,路径是从出口到入口的位置。

S是入口位置 ,E是出口位置,*代表找到的路径,#代表探索过的路径。

回溯求解


在回溯解法中,主要是用栈来存储可以探索的位置。利用栈后进先出的特点,在一条分路上探索失败时,回到最近一次存储的可探索位置。这是一种深度优先搜索的方法。

def maze_solver(maze,start,end):
    if start==end:
        print(start)
        return
    st=SStack()
    mark(maze,start)
    st.push((start,0))             #入口和方向0的序对入栈
    while not st.is_empty():      #走不通时回退
        pos,nxt=st.pop()           #取栈顶及其检查方向
        for i in range(nxt,4):     #依次检查未检查方向,算出下一位置
            nextp = pos[0] + dirs[i][0], pos[1] + dirs[i][1]
            if nextp==end:
                print_path(end,pos,st)  #到达出口,打印位置
                return
            if passable(maze,nextp):    #遇到未探索的新位置
                st.push((pos,i+1))      #原位置和下一方向入栈
                mark(maze,nextp)
                st.push((nextp,0))      #新位置入栈
                break                   #退出内层循环,下次迭代将以新栈顶作为当前位置继续
    print("找不到路径")

队列求解

队列求解算法中,以队列存储可以探索的位置。利用队列先进先出的特点,实现在每个分支上同时进行搜索路径,直到找到出口。这是一种广度优先搜索的方法。

def maze_solver_queue(maze,start,end):
   path.append(start)
   if start==end:
       print("找到路径")
       return
   qu=SQueue()
   mark(maze,start)
   qu.enqueue(start)                #start位置入队
   while not qu.is_empty():        #还有候选位置
       pos=qu.dequeue()             #取出下一位置
       for i in range(4):           #检查每个方向
           nextp = pos[0] + dirs[i][0], pos[1] + dirs[i][1]
           if passable(maze,nextp): #找到新的探索方向
               if nextp==end:       #是出口,成功
                   print("找到路径")
                   path.append(end)
                   return
               mark(maze,nextp)
               qu.enqueue(nextp)    #新位置入队
               path.append(nextp)
 
   print("未找到路径")

但队列求解方法,不能直接得出找到的具体路径,要得到找到的路径还需要其他存储结构(如链表)。

二、华为迷宫问题

题目:
定义一个二维数组N*M(其中2<=N<=10;2<=M<=10),如5 × 5数组下所示:
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。入口点为[0,0],既第一空格是可以走的路。

Input
一个N × M的二维数组,表示一个迷宫。数据保证有唯一解,不考虑有多解的情况,即迷宫只有一条通道。

Output
左上角到右下角的最短路径

1、回溯法基本思想
回溯法是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择。

2、迷宫问题结题思路
从起始点开始,判断每个位置上下左右方格是路(0)还是墙(0)。若是路(0),前进一步,将下一个方格标记为2(表示走过),并将其坐标加入(append)路径列表(path)。路径列表表示走过的所有路径,索引最大处的坐标为当前位置。若上下左右都走不通,返回上一坐标进行其他方向判断,直到最后到达终点,输出path,即为迷宫正确出逃路径。

3、代码
 

direction=[(-1,0),(1,0),(0,-1),(0,1)]
def maze_deal(start,end,maze):
    path=[]
    path.append(start)
    maze[0][0]=2 #走过的路径记为2
    while len(path)>0:
        cur=path[-1]
        if cur[0]==end[0]and cur[1]==end[1]:
            for i in path:
                print("(%d,%d)"%(i[0],i[1]))
            return True
             
        for i in direction:
            nextnode=(cur[0]+i[0],cur[1]+i[1])
            if 0<=nextnode[0]<=end[0] and 0<=nextnode[1]<=end[1]:
                if maze[nextnode[0]][nextnode[1]] ==0:
                    path.append(nextnode)
                    maze[nextnode[0]][nextnode[1]]=2
                    break
                     
        else:
            path.pop()
    else:
        print("no access path")
        return False
while True:
    try :
         
        [m,n]=[int(i)for i in input().split()]
        maze=[]
        for i in range(m):
            maze.append([int(j)for j in input().split()])
        start=(0,0)
        end=(m-1,n-1)
        maze_deal(start,end,maze)
    except:
        break
"""
deals=[lambda x,y:(x+1,y),#向下
       lambda x,y:(x,y+1),#向右
       lambda x,y:(x-1,y),#向上
       lambda x,y:(x,y-1),#向左
       ]
  
def deal_maze(start,end,maze):
    path=[] #走过的路径
    path.append(start)
    maze[0][0]=2 #走过的路径记为2
    while len(path)>0:
        curnode=path[-1]
        if curnode[0]==end[0] and curnode[1]==end[1]:
            #print('到达终点')
            for i in path:
                #print(i)
                print("(%d,%d)"%(i[0],i[1]))
            return True
        for deal in deals:
            nextnode=deal(curnode[0],curnode[1])
            if 0<=nextnode[0]<=end[0] and 0<=nextnode[1]<=end[1]:
                #判断没有出迷宫
                if maze[nextnode[0]][nextnode[1]]==0:
                    path.append(nextnode)
                    maze[nextnode[0]][nextnode[1]]=2
                    break
        else:
            path.pop()
    else:
        #print('没有路')
        return False
             
while True:
    try:
        [a,b]=list(map(int,input().split())) #a为行,b为列
        maze=[] #迷宫本身
        for i in range(a):
            maze.append([int(j) for j in input().split()])
        deal_maze((0,0),(a-1,b-1),maze)
    except:
        break
"""
"""
def printzuobiao(LU):
    for i in LU:
        print('(%d,%d)' % (i[0], i[1]))
def migong(i, j, MG, I, J):
    lu = [[i, j]]
    while i != I-1 or j != J-1:
        if i < I-1 and MG[i+1][j] == 0:
            i += 1
            lu.append([i, j])
        elif j < J-1 and MG[i][j+1] == 0:
            j += 1
            lu.append([i, j])
    return lu
while True:
    try:
        [a, b] = [int(i) for i in input().split()]
        m = []
        for i in range(a):
            m.append([int(i) for i in input().split()])
        lujing = migong(0, 0, m, a, b)
        printzuobiao(lujing)
    except:
        break
"""

输入:
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
输出:
到达终点
(0, 0)
(1, 0)
(2, 0)
(2, 1)
(2, 2)
(2, 3)
(2, 4)
(3, 4)
(4, 4)

4、while/for…else解释

代码里面的while循环和for循环后面加了else

for, while循环如果在计数器用尽跳出时,用不用else语句对结果都是没有影响的,所以只有在for, while循环非正常结束时,才会体现出效果,比如:通过break跳出循环,这时也会跳过else语句块,直接执行else之后的语句。可以在else语句块中写一些不通过break语句跳出时才执行的代码

参考链接:
https://blog.csdn.net/ya_shy/article/details/104907591

https://blog.csdn.net/qq_29681777/article/details/83719680

你可能感兴趣的:(基础算法和数据结构)