BFS广度优先搜索解决八数码问题(python代码超详细注释)_python利用bfs算法解决八数码问题输入初始状态输出达到目标状态所需的步骤数(1)

queue.append(initial_state)  # 将初始状态加入队列
visited.add(tuple(initial_state))  # 将初始状态转换为元组并加入已访问集合
parent[tuple(initial_state)] = None  # 初始状态没有父状态，设为None

while queue:
    current_state = queue.popleft()  # 取出队列中的第一个状态作为当前状态

    if current_state == goal_state:
        # 找到了目标状态，回溯路径
        path = []
        while current_state:
            path.append(current_state)
            current_state = parent[tuple(current_state)]
        path.reverse()
        return path

    next_states = generate_next_states(current_state)  # 生成下一步可能的状态

    for next_state in next_states:
        if tuple(next_state) not in visited:
            queue.append(next_state)
            visited.add(tuple(next_state))
            parent[tuple(next_state)] = current_state  # 记录下一步状态的父状态为当前状态

return None  # 如果队列为空仍然没有找到目标状态，表示无解

def generate_next_states(state):
next_states = []
blank_index = state.index(0) # 找到空白方块的索引

adjacent_indices = get_adjacent_indices(blank_index)  # 获取可以移动的方块的索引

for index in adjacent_indices:
    new_state = list(state)  # 创建当前状态的副本
    new_state[blank_index] = new_state[index]  # 将空白方块与相邻方块交换
    new_state[index] = 0
    next_states.append(new_state)  # 添加生成的新状态到下一步状态列表

return next_states

def get_adjacent_indices(index):
adjacent_indices = []

if index // 3 > 0:
    adjacent_indices.append(index - 3)  # 上方方块
if index // 3 < 2:
    adjacent_indices.append(index + 3)  # 下方方块
if index % 3 > 0:
    adjacent_indices.append(index - 1)  # 左侧方块
if index % 3 < 2:
    adjacent_indices.append(index + 1)  # 右侧方块

return adjacent_indices

def print_state(state):
for i in range(0, 9, 3):
print(state[i:i + 3])
if i == 6:
print()

测试示例

initial_state = [2, 8, 3, 1, 0, 4, 7, 6, 5]
goal_state = [1, 2, 3, 8, 0, 4, 7, 6, 5]

path = breadth_first_search(initial_state, goal_state)

if path:
print(“找到了解决方案：”)
for state in path:
print_state(state)
else:
print(“无解”)

 运行结果:


![](https://img-blog.csdnimg.cn/90d426b350714fd189c54d02ac3de9b3.jpeg)



一些关键的心得体会：  
  
 1. 状态空间的组织：八数码问题可以看作是一个状态空间搜索问题，其中每个状态都是一个具有不同数字排列的八数码板。在实现BFS时，我发现合理组织和表示状态空间是非常重要的。在代码示例中，我使用了列表来表示状态，通过数字的排列和空白方块的位置来表示不同的状态。  
  
 2. 队列的作用：BFS使用队列来存储待扩展的状态，并按照先进先出的顺序进行状态扩展。队列的特性确保我们先扩展当前层的状态，然后才能扩展下一层的状态。这种按层级扩展的方式确保我们能够找到最短路径。  
**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。**

![img](https://img-blog.csdnimg.cn/img_convert/314c9f6256d3ff7814b5b013f032d2f6.png)

 

![img](https://img-blog.csdnimg.cn/img_convert/460af573e605f44f1114802d671be942.png)

![img](https://img-blog.csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)

![img](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)

![img](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)

![img](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)

 

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）**


**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）**

<img src="https://img-community.csdnimg.cn/images/fd6ebf0d450a4dbea7428752dc7ffd34.jpg" alt="img" style="zoom:50%;" />