BFS（宽度优先搜索）的应用问题——走迷宫

BFS与DFS的不同之处在于搜索的顺序：BFS总是先搜索距离初始状态近的状态；而DFS是从某个状态开始，不断地转移状态直至无法转移，然后退到前一步的状态，继续转移其他状态，如此不断重复，直至找到最终的解。

BFS按照距离开始状态由近及远的顺序进行搜索，因此可以很容易地用来求最短路径、最少操作之类问题的答案。如下面的走迷宫问题。

---

【问题描述】给定一个大小为M×N的迷宫。迷宫由通道和墙壁组成，每一步可以向邻接的上下左右四个的通道移动。请求出从起点到终点所需的最小步数。请注意，本题假定从起点一定可以移动到终点。

【限制条件】M,N≤100

【输入样例】第一行分别是迷宫的行数和列数；下面是一个M×N的矩阵表示迷宫（其中‘#’、‘.’、‘S’、‘G’分别表示墙壁、通道、起点和终点）。

10 10
#S######.#
......#..#
.#.##.##.#
.#........
##.##.####
....#....#
.#######.#
....#.....
.####.###.
....#...G#

【输出】

22

Python实现：

m,n=map(int,input().split())
a=["0" for j in range(m)]  # 迷宫矩阵
d=[[-1 for j in range(n)] for i in range(m)]  # 到各个位置的最短距离
sx,sy,gx,gy=-1,-1,-1,-1  # 起点和终点的横纵坐标
# 4个方向移动的向量
dx=[1,0,-1,0]
dy=[0,1,0,-1]

# 输入迷宫
for i in range(m):
    a[i]=input()

# # 输出迷宫
# print(a)

# 找出起点和终点的坐标
for i in range(m):
    for j in range(n):
        if a[i][j]=="S":  # 起点
            sx=i
            sy=j
        if a[i][j]=="G":  # 终点
            gx=i
            gy=j

# 点类
class P:
    x=-1
    y=-1

    def __init__(self,x,y):
        self.x=x
        self.y=y

def bfs():
    l=[]
    l.append(P(sx,sy))
    d[sx][sy]=0
    # 不断循环直至队列为空
    while(len(l)>0):
        p=l[0]
        del l[0]
        # 到达终点
        if p.x==gx and p.y==gy:
            break
        # 四个方向的循环
        for i in range(4):
            nx=p.x+dx[i]
            ny=p.y+dy[i]
            # 判断是否可以移动以及是否已经访问过
            if 0 <= nx < m and 0 <= ny < n and a[nx][ny]!= "#":
                l.append(P(nx,ny))
                d[nx][ny]=d[p.x][p.y]+1
    return d[gx][gy]
print(bfs())

---

小技巧：因为要向4个不同方向移动，用dx[4]和dy[4]两个数组来表示四个方向向量。这样通过一个循环就可以实现四方向移动的遍历。

关于DFS的应用问题可以看这一篇Lake Counting(POJ No.2386)。