以4×4矩阵的迷宫示例，规划从入口到任意位置的最优路径的代码

好的，以下是一个简单的示例代码，使用广度优先搜索算法（BFS）：

from queue import Queue

# 定义迷宫的四个方向
directions = [(0, 1), (0, -1), (1, 0), (-1, 0)]

# 定义迷宫地图
maze = [
    [0, 0, 0, 0],
    [1, 1, 0, 1],
    [0, 0, 0, 0],
    [0, 1, 1, 0]
]

# 定义起点和终点
start = (0, 0)
end = (3, 3)

def bfs(start, end, maze):
    # 定义队列和 visited 集合
    q = Queue()
    visited = set()

    # 将起点加入队列和 visited 集合
    q.put(start)
    visited.add(start)

    # 开始搜索
    while not q.empty():
        # 取出队列头部的节点
        node = q.get()

        # 判断是否到达终点
        if node == end:
            return True

        # 遍历当前节点的四个方向
        for direction in directions:
            x = node[0] + direction[0]
            y = node[1] + direction[1]

            # 判断是否越界或者是障碍物，如果是则跳过
            if x < 0 or x >= len(maze) or y < 0 or y >= len(maze[0]) or maze[x][y] == 1:
                continue

            # 判断当前节点是否已经访问过，如果是则跳过
            if (x, y) in visited:
                continue

            # 将当前节点加入队列和 visited 集合
            q.put((x, y))
            visited.add((x, y))

    # 没有找到终点
    return False

# 测试代码
if bfs(start, end, maze):
    print("存在一条从起点到终点的路径")
else:
    print("不存在一条从起点到终点的路径")

这个示例代码中，我们使用了一个队列和一个 visited 集合来记录已经访问过的节点。我们从起点开始搜索，遍历每个节点的四个方向，并将未访问过的节点加入队列和 visited 集合。如果我们最终能够到达终点，则说明存在一条从起点到终点的路径。否则，说明不存在这样的路径。