Python使用回溯法子集树模板解决迷宫问题示例
本文实例讲述了Python使用回溯法解决迷宫问题。分享给大家供大家参考，具体如下：
问题
给定一个迷宫，入口已知。问是否有路径从入口到出口，若有则输出一条这样的路径。注意移动可以从上、下、左、右、上左、上右、下左、下右八个方向进行。迷宫输入0表示可走，输入1表示墙。为方便起见，用1将迷宫围起来避免边界问题。
分析
考虑到左、右是相对的，因此修改为：北、东北、东、东南、南、西南、西、西北八个方向。在任意一格内，有8个方向可以选择，亦即8种状态可选。因此从入口格子开始，每进入一格都要遍历这8种状态。
显然，可以套用回溯法的子集树模板。
注意，解的长度是不固定的。
代码
# 迷宫（1是墙，0是通路）
maze = [[1,1,1,1,1,1,1,1,1,1],
[0,0,1,0,1,1,1,1,0,1],
[1,1,0,1,0,1,1,0,1,1],
[1,0,1,1,1,0,0,1,1,1],
[1,1,1,0,0,1,1,0,1,1],
[1,1,0,1,1,1,1,1,0,1],
[1,0,1,0,0,1,1,1,1,0],
[1,1,1,1,1,0,1,1,1,1]]
m, n = 8, 10 # 8行，10列
entry = (1,0) # 迷宫入口
path = [entry] # 一个解（路径）
paths = [] # 一组解
# 移动的方向（顺时针8个：N, EN, E, ES, S, WS, W, WN）
directions = [(-1,0),(-1,1),(0,1),(1,1),(1,0),(1,-1),(0,-1),(-1,-1)]
# 冲突检测
def conflict(nx, ny):
global m,n,maze
# 是否在迷宫中，以及是否可通行
if 0 <= nx < m and 0 <= ny < n and maze[nx][ny]==0:
return False
return True
# 套用子集树模板
def walk(x, y): # 到达(x,y)格子
global entry,m,n,maze,path,paths,directions
if (x,y) != entry and (x % (m-1) ==0 or y % (n-1) == 0): # 出口
#print(path)
paths.append(path[:]) # 直接保存，未做最优化
else:
for d in directions: # 遍历8个方向(亦即8个状态)
nx, ny = x+d[0], y+d[1]
path.append((nx,ny)) # 保存，新坐标入栈
if not conflict(nx, ny): # 剪枝
maze[nx][ny] = 2 # 标记，已访问（奇怪，此两句只能放在if区块内！）
walk(nx, ny)
maze[nx][ny] = 0 # 回溯，恢复
path.pop() # 回溯，出栈
# 解的可视化（根据一个解x，复原迷宫路径，'2'表示通路）
def show(path):
global maze
import pprint, copy
maze2 = copy.deepcopy(maze)
for p in path:
maze2[p[0]][p[1]] = 2 # 通路
pprint.pprint(maze) # 原迷宫
print()
pprint.pprint(maze2) # 带通路的迷宫
# 测试
walk(1,0)
print(paths[-1], '\n') # 看看最后一条路径
show(paths[-1])
效果图
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
您可能感兴趣的文章:Python基于递归算法实现的走迷宫问题python实现的生成随机迷宫算法核心代码分享（含游戏完整代码）Python基于分水岭算法解决走迷宫游戏示例Python深度优先算法生成迷宫一道python走迷宫算法题Python使用Tkinter实现机器人走迷宫用Python代码来解图片迷宫的方法整理Python解决走迷宫问题算法示例
