迷宫问题数据结构非递归

迷宫问题通常使用数据结构和算法来解决，非递归的方法主要涉及到广度优先搜索（BFS）或深度优先搜索（DFS），但这里重点介绍广度优先搜索（BFS）因为它更适合用于寻找最短路径，特别是对于迷宫这类问题。

**BFS 解迷宫数据结构实现方法**:

1. **队列（Queue）**: BFS 使用队列作为主要的数据结构。从起点开始，每次从队列头部取出一个节点，然后检查其相邻的未访问节点，将这些节点添加到队列的尾部。这样可以保证总是先探索离起点最近的节点。

2. **二维数组或邻接矩阵**: 用来表示迷宫中的状态和可达性，0 表示通路，1 或其他值表示墙壁。随着搜索过程，可以标记已经访问过的节点，避免重复访问。

3. **路径记录**: 用一个额外的数据结构（如栈或数组）来存储找到的路径，当到达终点时，回溯路径就是解。

**BFS 非递归伪代码**（假设 maze 为二维数组，start 为起点，end 为终点）:

queue = [(start, [start])]
visited = set()

while queue:
    current_node, path = queue.pop(0)
    
    if current_node == end:
        return path
    
    if current_node not in visited:
        visited.add(current_node)
        for neighbor in get_neighbors(maze, current_node):
            if neighbor is not None and maze[neighbor]:
                queue.append((neighbor, path + [neighbor]))

get_neighbors() 函数根据迷宫规则返回当前节点的所有相邻节点。