python 二维数组寻路算法

你可以使用广度优先搜索（BFS）算法来解决二维数组的寻路问题。下面是一个简单的示例代码，用于找到从起点到终点的最短路径：

from collections import deque

def bfs(matrix, start, end):
    # 获取二维数组的行数和列数
    rows = len(matrix)
    cols = len(matrix[0])

    # 定义四个方向的偏移量，上、下、左、右
    directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]

    # 使用队列来保存待访问的节点
    queue = deque()
    queue.append(start)

    # 使用visited集合来记录已经访问过的节点
    visited = set()
    visited.add(start)

    # 使用distances字典来记录每个节点到起点的距离
    distances = {}
    distances[start] = 0

    while queue:
        node = queue.popleft()

        if node == end:
            # 找到终点，返回最短路径长度
            return distances[node]

        x, y = node
        for dx, dy in directions:
            new_x, new_y = x + dx, y + dy
            # 检查新的节点是否越界或已经访问过
            if 0 <= new_x < rows and 0 <= new_y < cols and (new_x, new_y) not in visited and matrix[new_x][new_y] != 0:
                # 更新新节点的距离，并添加到队列和visited集合中
                new_node = (new_x, new_y)
                queue.append(new_node)
                visited.add(new_node)
                distances[new_node] = distances[node] + 1

    # 没有找到终点，返回-1表示无法到达
    return -1

你可以根据实际情况调用这个函数，并传入相应的参数，例如起点坐标和终点坐标。注意，这个示例代码假设二维数组中的非零元素表示可以通过的路径，零表示障碍物。你可以根据实际需求进行修改。