使用 BFS 解决走迷宫问题

简介: 使用 BFS 解决走迷宫问题

使用 BFS 解决走迷宫问题

题目背景:

在一个由 0 和 1 构成的二维迷宫中,0 代表可以走的路径,而 1 代表墙或障碍物。任务是从迷宫的左上角出发,找到到达右下角的最短路径。这是计算机科学中的经典问题,对于理解图搜索和路径查找算法具有重要意义。

为何使用 BFS 和队列:

广度优先搜索(BFS)是一个层次化的搜索过程,首先访问起始节点,然后访问所有相邻的节点,再访问这些节点的邻居,以此类推。这种方法确保我们在探索更远的节点之前,首先探索所有近邻节点。

使用队列是实现 BFS 的关键。因为 BFS 要求我们首先访问早先加入的节点(先进先出),而队列具有这样的特性。我们从起点开始,将其加入队列,然后持续处理队列中的元素,每次从队头取出一个节点,访问它的邻居,并将未访问的邻居加入队尾。

解题思路及代码:

#include<bits/stdc++.h>
using namespace std;
typedef pair<int, int> PII;
const int N = 110;
int n, m;
int g[N][N];
int d[N][N];
PII q[N * N];
int bfs()
{
    int hh = 0, tt = 0;
    q[0] = {0, 0};
    memset(d, -1, sizeof(d));
    d[0][0] = 0;
    int dx[4] = {-1, 0, 1, 0};
    int dy[4] = {0, 1, 0, -1};
    while(hh <= tt)
    {
        auto t = q[hh ++];
        for (int i = 0; i < 4; ++ i)
        {
            int x = t.first + dx[i], y = t.second + dy[i];
            if (x >= 0 && x < n && y >= 0 && y < m && g[x][y] == 0 && d[x][y] == -1)
            {
                d[x][y] = d[t.first][t.second] + 1;
                q[++ tt] = {x, y};
            }
        }
    }
    return d[n - 1][m - 1];
}
int main()
{
    cin >> n >> m;
    for (int i = 0; i < n; ++ i)
    {
        for (int j = 0; j < m; ++ j) cin >> g[i][j];
    }
    cout << bfs() << endl;
    return 0;
}

代码解释:

  • 我们使用二维数组 g[][] 来存储迷宫信息。
  • d[][] 存储从起点到每个点的最短距离。
  • q[] 是用来进行 BFS 的队列,每个元素表示迷宫中的一个点。
  • dx[] 和 dy[] 是方向数组,帮助我们方便地探索当前点的四个方向。
  • bfs() 函数中,我们从起点开始,然后逐渐探索每一层直到到达终点或者探索完所有可能的路径。
相关文章
|
7月前
|
算法 Java C++
走迷宫(BFS)
走迷宫(BFS)
52 0
|
算法 Python
使用深度优先搜索算法解决迷宫问题
迷宫问题是一个经典的算法问题,涉及到通过一个迷宫找到从起点到终点的路径。在本篇博客中,我们将探讨如何使用深度优先搜索(DFS)算法来解决迷宫问题。
337 2
|
Java
BFS广度优先遍历——Acwing 844. 走迷宫
BFS广度优先遍历——Acwing 844. 走迷宫
87 0
|
机器学习/深度学习
1215:迷宫
1215:迷宫
110 0
|
定位技术
BFS:迷宫最短路径
BFS:迷宫最短路径
117 0
|
定位技术 C++
基于c++深度优先遍历迷宫
基于c++深度优先遍历迷宫
149 0
基于c++深度优先遍历迷宫
|
算法 PHP
广度优先搜索(BFS)
广度优先搜索(BFS)
151 0
广度优先搜索(BFS)
|
存储 定位技术 C++
【31. 走迷宫(BFS)】
## 思路 - 用 `g[n][m] `存储地图,`d[n][m]` 存储起点到 n,m 的距离。 - 从起点开始广度优先遍历地图。 - 当地图遍历完,就求出了起点到各个点的距离,输出`d[n][m]`即可。
296 0
【31. 走迷宫(BFS)】