DFS回溯

最新推荐文章于 2022-11-12 00:15:11 发布

智铭度

最新推荐文章于 2022-11-12 00:15:11 发布

阅读量201

点赞数

分类专栏： DFS 文章标签：深度优先图搜索算法

本文链接：https://blog.csdn.net/qq_42143863/article/details/127503033

版权

DFS 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

给一个5*5的矩阵，矩阵中的值含义如下：

# 0：可走点,但收益为0
# 正整数：取得该值的收益
# -1:障碍物，不可走
# -3：目标点

现在从起点（0，0）走到目标点-3（矩阵中只有一个目标点），求最短路径下收益的最大值？

例：给定矩阵，输出最大收益值

0, 2, 0, 2, 0
2, -1, 3, -1, 1
0, 2, 2, 2, 0
-1, 1, -1, 1, 1
0, 3, 0, 2, -3

思路：

用dfs回溯，遍历可以走的路径，再求出最短路径下，收益的最大值

代码：

import math


def DFS():
    m, n = 5, 5
    bb = [[0, 2, 0, 2, 0], [2, -1, 3, -1, 1], [0, 2, 2, 2, 0], [-1, 1, -1, 1, 1], [0, 3, 0, 2, -3]]
    pathlist = []#保存路径点
    total = 0#当前的收益值
    outmax = 0#保存最大的收益值
    outlen = math.inf#路径点列表的长度

    def isarray(x, y):#判断当前点是否在矩阵内
        return 0 <= x < m and 0 <= y < n

    def arrayfun(array, x, y):
        nonlocal total
        nonlocal pathlist
        nonlocal outmax
        nonlocal outlen
        if isarray(x, y) == 0:
            return 0
        if array[x][y] in [-1, -2]:#走过的点或者不可走的点
            return 0
        if array[x][y] == -3:#目标点
            pathlist.append([x, y])#在列表中添加点
            # print(total, outlist)#打印收益和所走路径
            # print(bb)#打印当前矩阵状态
            if len(pathlist) < outlen:#判断路径长度的最小值
                outlen = len(pathlist)
                outmax = total
            elif len(pathlist) == outlen:#如果路径长度相等，取最大收益值
                outmax = max(outmax, total)
            pathlist.pop()#在列表中删除点，回溯
            return 0
        flag = array[x][y]
        total += flag
        array[x][y] = -2
        pathlist.append([x, y])
        arrayfun(array, x - 1, y)
        arrayfun(array, x + 1, y)
        arrayfun(array, x, y - 1)
        arrayfun(array, x, y + 1)
        array[x][y] = flag#回溯元素值
        total -= flag#总收益回溯
        pathlist.pop()#路径列表回溯
        return 0

    arrayfun(bb, 0, 0)
    print(outmax)
    print(outlen)

DFS()