数据结构和算法—迷宫回溯问题(2)|学习笔记

简介: 快速学习数据结构和算法—迷宫回溯问题(2)

开发者学堂课程【Go 语言核心编程 - 数据结构和算法: 数据结构和算法—迷宫回溯问题(2)】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/627/detail/9864


数据结构和算法—迷宫回溯问题(2)


内容介绍:

一、地图

二、出路

三、死路

 

一、地图

在有地图的基础上编写函数,完成小老鼠找路。

此代码首先要让小老鼠找迷宫,提供完整地图,同一个地图,写一个函数--func setway,设置一个点,标线,首先把地图拿到,地图应该是引用性的,不可以每次给新的再复制一份。

应该明确两个坐标,还有需要知道你是从那个地方去找,知道两个坐标--i int,j int,代表两个地图,始终要保证是同一个地图,在同一个地图上找,因此使用引用,i 与 j 表示当前是对哪两个格子进行表示。

2代表通路,在找的过程中,如果发现标的点等于2,就是通路,已经分析出找到的关系。

 

二、出路

什么情况下找到出路,如果 map 就是(6,5)这个点等于2,就是第七行是6,第六列(6,5)等于2就可找到,返回一个布尔值就是找到成功。

如果 map(6,5)等于2,根据规则,2表示通路,即可找到,return ,返回一个值,就是成功找到。如果说这个 map(6,5不等于2,说明要继续找。

找的过程中要分析出来是不是一堵墙,目标是探测这个点,如果是一堵墙,就不可以探测,找的时候要看能不能探测,如果i或j等于0就能探测,如果点可以探测,而且没有探测过,就探测;

如果不等于0,上来之后直接探测,如果是一堵墙就不能继续探测,说明这个点不能探测,因为等于1是墙,直接 return false,2表示可以通,假设这点是通路,必须要探测才知道,假设可以通,就好像只有假设通过才能知道可能不通过。

根据规则先上,进行探测,一个点有5个,可以向上走、向左走、向下走,涉及一个策略。

一个点有好几种选项,上下左右进行一个选择,假设 setway 把 mymap 传,所以向上走是i - 1,不变,假设路通,即是成功的;如果返回一个真,不知道是那一层返回的,最终 set way ,要理解到他不停的往后探。

如果往上走没有通,就尝试着往下走,else if向下走,加1,即 return  true,按照逻辑走的。

如果向下走不通,就向左探测,改变的不是i,j向左是 - 1,此时是返回 true,这个时候只有一个方向成功,只有不成功才会向下走,不成功才会向左走,向左走也不通的,就向右走,向右走不成功,就是上下左右都不通。

 

三、死路

死路就是在一个点被围死,应该马上置为3,即假设是错的,应该立马置为3,代码完毕。

先来看看效果是否对,如果6和5还不等于2就不能探测,初始情况下等于1,等于0的情况下假设是否能通,在这个点继续往那个逻辑走,不是说在同一个点进行上下左右,假设都走不通就是死路。

使用测试,只需要 setway 把地图传输,传一个地图,从1 1这个点开始探测,为出发点,探完了之后看是不是可以通,探测完毕,看地图能否通。

走代码有问题,全部置成2,走不通,就不停的走,下右上左,尝试换另外一个策略,改成下右上左。

先不要小老鼠探测,直接粘贴过来,地图也粘贴,开始探测。有一个小的指针,小老鼠先向下走,到了一个点,继续采用下右上左的策略,堵住了没有关系,分析起来比较容易,3 1和3 2 加进去,mymap3 1和3 2为一堵墙,两个1代表一个墙。

接着分析,小老鼠先置为2,往下走走不通,不能马上置为3,他还要回到这点,向右走走不通,仍然采用下右上左的策略,于是回溯到这一点,又向下走,可以走通,然后接着向下走,回到一堵墙,做代码,还有问题,就是代码还有问题。map 等于2再调整一下,对策略作相应的改变,向下走,i不动,j+1,下右然后上,j - 1,左边 i 是不用变化的,j减1,再继续跑,就会跟策略一样

假设一个堵死的地图,设置一个挡板,小老鼠就完全不能走,这个地图就需要在1 2 和2 2再加两个点,先来看地图对不对,先把地图输出了代码执行,看是否出现死循环,分析是死路,如果不是代码,不等于就不停反推,置成3推,这个是代码分析。

对地图的点进行测试,开始写代码,刚才规则:1.如果元素的值为1,就是墙2.如果元素的值为0,是没有走过的点3.如果元素的值为2,是一个通路,4.如果元素的值为3,是走过的路,但是走不通。进行递归时,首先要判断出来,什么时候算找到,2代表通,发现右下的点是2,所以走的通,分析出找到的关系,如果mymap[6][5] 这个点等于2,就是通的,如果 mymap  等于2,就可以找到可以打出一句话,返回一句真,就成功找到

如果 mymap  不等于2,说明要继续找,问题又来了,找的时候,分析出它是不是一堵墙,如果本身这个点就是一堵墙,就不需要再继续,如果这个点是可以探测的,而且还没有探测过,就探测;

如果不等于0,比如,如果小球探测直接探测到了,但是不能碰到,说明这个点不能探测,因为是一堵墙,为1,既然是墙的话,就不能走我先设置为2,先认为是通路,实际上是不是通路,是不知道的,假设是可以通的,假设是通,才可以证明不通,里面有很多概念和逻辑。

 

四、代码

package main

import(

“fmt”

)

//编写一个函数,完成老鼠找路

//mymap *[8][7]int:地图,保证是同一个地图,使用引用

//i,j表示对地图的哪个点进行测试

func Setway(myMap [8][7]int,i int,j int) bool {

//分析出什么情况下,就找到出路

myMap[6][5] == 2

if myMap[6][5] == 2 {

return true

} else {

//说明要继续找

If myMap[i][j] ==0 //如果这个点是可以探测        

//假设这个点是可以通,但是需要探测 上下左右          

Mymap[i][j] = 2

If Setway(myMap,i – 1,j) {  //

return true

} else if Setway(myMap,i + 1,j) {  //

return  true

} else if SetWay(myMapij - 1) {  //左

return true

} else SetWay(myMapij + 1) {  //右

return true

} else {//死路

myMap[i][j] = 3

return false

}

} else {  // 说明这个点不能探测,为1,是强

return false

//换一个策略 下右上左

Mymap[i][j] = 2

If Setway(myMap,i + 1,j) {  // 

return true

} else if Setway(myMap,i,j + 1) {  // 

return  true

} else if SetWay(myMap,i - 1,j) {  //

return true

} else SetWay(myMapij - 1) {  // 

return true

} else {//死路

myMap[i][j] = 3

return false

}

} else {  // 说明这个点不能探测,为1,是强

return false

Package main

Import (

“fmt”

)

Func main() {

// 先创建一个二维数组,模拟迷宫

// 规则

//1、如果元素的值为1,就是墙

//2、如果元素的值为0,就是没有走过的点

//3、如果元素的值为2,是一个通路

//4如果元素的值为3,是走过的点,但是走不通

var myMap [8][7]int

//先把地图的最上和最下设置为1

for i: = 0; i < 7; i++ {

myMap[0][i] = 1

myMap[7][i] = 1 } 

//先把地图的最左和最右设置为1

for i: = 0; 1< 8; i+ + {

myMap[i][0] = 1

myMap[i][6] = 1

//输出地图

for i: = 0; i < 8; i++ {

for j: = 0; j < 7; j++ {

fmt.Print(myMap[i][j]),“”)

}

∥使用测试

SetWay(&myMap, 1,1)

fmt.PrintIn(("探测完毕…")

∥输出地图

for i:=0;i<8;i++ {

for j:=0;j<7;j++ {

}

fmt.print(myMap[i][j],””>

}

fmt Println()

}

相关文章
|
16天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
27 1
|
19天前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
63 4
|
17天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
17天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
25天前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
86 23
|
25天前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
57 20
|
16天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
42 1
|
25天前
|
机器学习/深度学习 算法 C++
数据结构之鲸鱼算法
鲸鱼算法(Whale Optimization Algorithm,WOA)是由伊朗研究员Seyedali Mirjalili于2016年提出的一种基于群体智能的全局优化算法,灵感源自鲸鱼捕食时的群体协作行为。该算法通过模拟鲸鱼的围捕猎物和喷出气泡网的行为,结合全局搜索和局部搜索策略,有效解决了复杂问题的优化需求。其应用广泛,涵盖函数优化、机器学习、图像处理等领域。鲸鱼算法以其简单直观的特点,成为初学者友好型的优化工具,但同时也存在参数敏感、可能陷入局部最优等问题。提供的C++代码示例展示了算法的基本实现和运行过程。
44 0
|
25天前
|
算法 vr&ar 计算机视觉
数据结构之洪水填充算法(DFS)
洪水填充算法是一种基于深度优先搜索(DFS)的图像处理技术,主要用于区域填充和图像分割。通过递归或栈的方式探索图像中的连通区域并进行颜色替换。本文介绍了算法的基本原理、数据结构设计(如链表和栈)、核心代码实现及应用实例,展示了算法在图像编辑等领域的高效性和灵活性。同时,文中也讨论了算法的优缺点,如实现简单但可能存在堆栈溢出的风险等。
37 0
|
11天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。