Python 迷宫问题

Python 中可以用多种算法来解决迷宫问题，其中最常用的是深度优先搜索（DFS）和广度优先搜索（BFS）。

下面是一个简单的 DFS 算法解决迷宫问题的示例代码：

maze = [
    [0, 0, 0, 1, 0],
    [0, 1, 0, 1, 0],
    [0, 1, 0, 0, 0],
    [0, 1, 1, 1, 0],
    [0, 0, 0, 0, 0]
]

def dfs(maze, start, end):
    rows, cols = len(maze), len(maze[0])
    visited = [[False] * cols for _ in range(rows)]
    path = []

    def helper(i, j):
        if i < 0 or i >= rows or j < 0 or j >= cols or maze[i][j] == 1 or visited[i][j]:
            return False
        visited[i][j] = True
        path.append((i, j))
        if (i, j) == end:
            return True
        if helper(i+1, j) or helper(i-1, j) or helper(i, j+1) or helper(i, j-1):
            return True
        path.pop()
        return False

    if helper(start[0], start[1]):
        return path
    else:
        return []

这里的 `maze` 是一个二维数组，用 0 表示通路，用 1 表示墙。`start` 和 `end` 分别是起点和终点。

在 `dfs` 函数中，我们首先初始化了一个 `visited` 数组表示每个位置是否已经被访问过，以及一个 `path` 数组表示当前搜索的路径。然后定义了一个内部函数 `helper`，这个函数用来进行深度优先搜索。`helper` 函数的参数是当前位置的坐标 `(i, j)`，它首先判断这个位置是否越界、是否是墙、是否已经被访问过，如果是的话就返回 False。否则，将这个位置标记为已访问，并将其加入路径 `path` 中。如果当前位置恰好是终点，那么搜索成功，返回 True。否则，继续往上下左右四个方向搜索，如果其中任意一个方向搜索成功，那么整个搜索就成功了，返回 True。否则，将当前位置从路径 `path` 中弹出，返回 False。

最后，在 `dfs` 函数的主体中，我们调用 `helper` 函数从起点开始搜索，如果搜索成功，就返回路径 `path`，否则返回空列表 `[]`。

这个算法能够找到从起点到终点的一条路径，但是它并不一定是最短路径。如果要找到最短路径，我们可以使用广度优先搜索（BFS）算法，将每个位置到起点的距离作为状态保存在队列中，从起点开始搜索，遇到终点时就停止搜索。最后，从终点开始回溯，沿着最短路径找到起点。