在Python使用图的深度遍历实现迷宫问题

在Python中，我们可以使用图（通常是一个邻接矩阵或邻接表表示的图）来模拟迷宫问题，并利用深度优先搜索（DFS）算法来进行深度遍历。首先，我们需要将迷宫的每个位置表示为图中的节点，路径可以看作是连接节点的边。然后，从起点开始，我们执行以下步骤：

1. 初始化：创建一个队列，放入起始点，设置一个访问过的集合，标记起点为已访问。

2. 循环：取出队列中的当前节点，如果该节点是终点则返回成功路径；如果不是，检查所有相邻的未访问过的节点，将它们加入队列并标记为已访问。

3. 更新：对于每一个相邻节点，需要判断它是否是墙壁（表示不可通行）或者已经访问过，如果是开放路径，则添加到搜索过程中。

4. 当队列为空，说明没有找到通路，返回失败或无解。

def dfs(maze, start, end, visited):
    queue = [start]
    visited.add(start)
    
    while queue:
        node = queue.pop(0)
        if node == end:
            return 'Solution found'
        
        for neighbor in maze[node]:
            if neighbor not in visited:
                visited.add(neighbor)
                queue.append(neighbor)
                
    return 'No solution'

# 使用示例：
maze = [[0, 1, 0], [1, 0, 1], [0, 1, 0]]  # 迷宫，1代表墙，0代表空地
dfs(maze, (0, 0), (2, 2), set())