剑指offer(七)：深度优先搜索篇(python)

1. 迷宫问题

迷宫问题是典型的搜索问题，假设有下图所示的迷宫：

                                                                  

给定入口和出口，找到走出迷宫的路径(路径可能不止一条)。对于迷宫问题，先将迷宫数字化，用0表示可以通过的区域，用1表示墙，那么上面的迷宫可表示成下面的二维数组：

                                                 

左边的图是实际的迷宫图形，从入口到出口有两天路径，对应到右边的数字化的迷宫，也是有两条路径。接下来我们就通过右边的二维数组来搜索走出迷宫的路径 ，二维数组有17行18列，左上角的位置为(0,0)，那么入口的位置为(16,0)，而出口的位置为(0,17)，路径是由一组位置坐标对组成。

1.1 深度优先搜索(DFS)

深度优先搜索算法（Depth-First-Search，DFS）是一种用于遍历或搜索树或图的算法。DFS具体实现：随机选择一条路径搜索，并将搜索过的路径标识，如果遇到“死胡同”且没有找到目标项，那么原路返回到某“十字路口”(回溯)换一条路径进行搜索，直到搜索到目标项，若所有路径都进行了搜索依然没有找到目标项，那么说明目标项不在图中。深度优先搜索可以通过递归或堆栈实现，它的搜索路径不一定为最优的，但是它可以得到所有可行的路径。为了方便理解深度优先搜索，给出了下图中点亮迷宫中所有灯的小例子：

             

在树结构中的前序遍历、中序遍历以及后序遍历都属于深度优先搜索。接下来是迷宫问题的DFS的实现方式。DFS可以用两种方式实现：递归和堆栈。具体代码实现如下：

               

深度优先搜索是按照一条路径搜索到底，直到这条路径走不通，然后回溯到某个“十字路口”对其他路径进行搜索，如果这条路径恰好是需要的路径，那么会返回这条路径。在这道迷宫的题目中，有两条路径可以走出迷宫，最终结果是那条路径，这取决于在初始化函数中的self.dirs是怎样的，如果self.dirs中的(-1,0)即向上是第一个元素的话，那么在两条路径的交汇口处，会优先搜索上边的路径，因为上边存在走出迷宫的路径，所以最终返回位置序列是红线路径；相反如果self.dirs中的(0,1)即向右是第一个元素的话，那么在交汇口出会优先搜索右边的路径，同样的右边也存在走出迷宫的路径，最终返回的位置序列是蓝线路径。

1.2 广度优先搜索(BFS)

广度优先搜索算法（Breadth-First-Search，BFS) 也是一种图形搜索算法，树是特殊化的图结构，广度优先搜索实际上相当于树中的层序遍历。随机选择一个节点作为初始节点，初始点入队列，初始点出队，检验是否为目标项，若是结束搜索并返回初始点，若不是，将初始点存入链表中，且将初始点相连的所有节点入队，节点分别出队检验，若当前出队节点为目标项结束搜索并返回，否则将与其相连的节点入队，并将该节点存入链表，循环的对所有节点做相同操作直到队列为空还没有找到目标项，说明目标项不在图中。广度优先搜索主要借助队列实现，若图的所有边的长度相等，BFS可以得到最优值。有关广度优先搜索的图解如下：                                                                                                                                                                                                          

可以看到，广度优先搜索并不是沿着一条路径搜索，而是把所有的节点周围所有路径都进行搜索在进入下一阶段，搜索路径有些类似于往水中扔一块石头形成的水波一层层外扩 。

迷宫问题的BFS实现方式的代码如下：

        

测试函数和DFS的相同，所以没有再次给出。这里用到了字典，建立当前位置和下一位置之间的关系，作用等同于哈希表。 

 

2. 华容道问题

有1到8八个数字，放在3x3的九宫格里面，那么将会留下一个空格，如下图：

                                                                 

空格可以和上下左右的数字交换，可以认为空格是可以移动的。如果移动成下图的样子：

                                                                  

则移动成功。给定九宫格数字摆放的初始状态，返回是否可以移动成下图的样子，若能，则给出空格移动的路径。代码实现见下图：