队列-广度优先队列

maze = [
    [1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
    [1, 0, 0, 1, 0, 0, 0, 1, 0, 1],
    [1, 0, 0, 1, 0, 0, 0, 1, 0, 1],
    [1, 0, 0, 0, 0, 1, 1, 0, 0, 1],
    [1, 0, 1, 1, 1, 0, 0, 0, 0, 1],
    [1, 0, 0, 0, 1, 0, 0, 0, 0, 1],
    [1, 0, 1, 0, 0, 0, 1, 0, 0, 1],
    [1, 0, 1, 1, 1, 0, 1, 1, 0, 1],
    [1, 1, 0, 0, 0, 0, 0, 0, 0, 1],
    [1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
]
for i in maze:
    print(i,end='\n')

# dirs = [    #右下左上的顺序
#     lambda x, y: (x+1, y),
#     lambda x, y: (x-1, y),
#     lambda x, y: (x, y-1),
#     lambda x, y: (x, y+1),
# ]
dirs=[       #左右上下
lambda x, y: (x - 1, y),
    lambda x, y: (x, y + 1),
    lambda x, y: (x + 1, y),
    lambda x, y: (x, y - 1),
]

from collections import deque
def print_r(path):
    curnode = path[-1]   #取栈顶(终点)  是真实路径上的点
    realpath=[]
    while curnode[2] !=-1:       #
        realpath.append(curnode[0:2])
        curnode=path[curnode[2]]
    realpath.append(curnode[0:2]) #起点
    realpath.reverse()
    for node in realpath:
        print(node)

def path_deque(x1,y1,x2,y2):
    queue=deque()
    queue.append((x1,y1,-1))   #-1表示放在起点开始
    path = []    #放出栈头的元素
    while len(queue) >0:
        curnode =queue.popleft()  #出栈头元素
        path.append(curnode)   #记录出栈的元素,
        if curnode[0]==x2 and curnode[1]==y2:
            #终点
            print_r(path)
            return True
        for dir in dirs:
            nextnode = dir(curnode[0],curnode[1])
            if maze[nextnode[0]][nextnode[1]]==0:
                queue.append((nextnode[0],nextnode[1],len(path)-1))   #后续节点进队,记录哪个节点带它来的
                maze[nextnode[0]][nextnode[1]]=2
    else:
        print("没有错")
        return False
path_deque(1,1,8,8)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
广度优先搜索是一种用于遍历或搜索图的算法,它从起始节点开始,逐层向外遍历,直到找到目标节点或遍历完整张图。具体实现过程中,可以使用队列来存储待遍历的节点,先将起始节点加入队列,然后依次取出队列中的节点,将其未访问过的邻居节点加入队列,直到队列为空或者找到目标节点为止。\n\广度优先搜索的时间复杂度为O(V+E),其中V为节点数,E为边数。在实际应用中,广度优先搜索常用于寻找最短路径、连通性检测等问题。\n\下面是一个简单的Pyth代码示例,演示了如何使用广度优先搜索遍历图:\n\```pyth\from collections impor dequ\n\# 定义图的邻接表表示\graph = {\ 'A' ['B', 'C'],\ 'B' ['A', 'D', 'E'],\ 'C' ['A', 'F'],\ 'D' ['B'],\ 'E' ['B', 'F'],\ 'F' ['C', 'E']\}\n\# 广度优先搜索函数\f bfs(graph, star, ):\ queu = dequ() # 定义队列\ queu.app(star) # 将起始节点加入队列\ visi = s() # 定义已访问集合\ visi.(star) # 将起始节点标记为已访问\n\ whi queu\ = queu.pplef() # 取出队列中的节点\ if == # 如果找到目标节点,返回Tru\ retur Tru\ for neighbor i graph[] # 遍历当前节点的邻居节点\ if neighbor i visi # 如果邻居节点未被访问过,加入队列并标记为已访问\ queu.app(ighbor)\ visi.(ighbor)\n\ retur Fals # 如果队列为空仍未找到目标节点,返回Fals\n\# 示例:在图中查找从节点A到节点F的路径是否存在\pri(bfs(graph, 'A', 'F'))\n\```\n\

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值