有一个 n*m 大小的迷宫，起点在 （x,y） 处，终点在 （n,m） 处，迷宫格子中分别放 0 和 1，0 表示可通行，1 表示不能通行，起点和终点处肯定是 0。除此之外，还存在 k 个传送门，这些传送门是双向的，且可以在不消耗移动次数的情况下从传送门的一端到达另一端。 在迷宫中可以向周围上下左右四个方向移动，请问最少移动几次到达终点。

这是一个典型的最短路径问题，可以使用广度优先搜索（BFS）算法解决。

首先，我们定义一个节点类，包含当前节点的坐标和到达该节点的步数：

class Node:
    def __init__(self, x, y, step):
        self.x = x
        self.y = y
        self.step = step

接下来，我们可以先构建一个邻接矩阵来表示迷宫中的节点之间是否存在边，其中起点和终点与传送门之间的边需要特殊处理。具体来说，我们可以先将所有节点之间的边全部初始化为不存在，然后再根据迷宫地图和传送门的位置来修改邻接矩阵。

# 构建邻接矩阵
adj_matrix = [[0] * (n*m) for _ in range(n*m)]
for i in range(n):
    for j in range(m):
        if maze[i][j] == 1: # 该节点不能通行，跳过
            continue
        cur = i * m + j # 当前节点的编号
        for dx, dy in [(0, 1), (0, -1), (1, 0), (-1, 0)]: # 遍历当前节点的四个相邻节点
            nx, ny = i + dx, j + dy
            if 0 <= nx < n and 0 <= ny < m and maze[nx][ny] == 0: # 相邻节点可通行
                nxt = nx * m + ny # 相邻节点的编号
                adj_matrix[cur][nxt] = 1 # 两个节点之间存在边
        if (i, j) in portals: # 如果当前节点是一个传送门
            for portal in portals[(i, j)]: # 遍历该传送门可以到达的所有节点
                adj_matrix[cur][portal[0] * m + portal[1]] = 1 # 两个节点之间存在边

接下来，我们可以使用 BFS 算法来搜索最短路径。具体来说，我们可以先将起点加入队列，并标记为已访问。然后不断从队列中取出节点，遍历其所有相邻节点，如果相邻节点未被访问过，则将其加入队列，并标记为已访问。当遍历到终点时，直接返回当前节点的步数即可。

# BFS 搜索最短路径
queue = [Node(x, y, 0)]
visited = set([(x, y)])
while queue:
    node = queue.pop(0)
    if node.x == n-1 and node.y == m-1: # 找到了终点
        print(node.step)
        break
    cur = node.x * m + node.y # 当前节点的编号
    for i in range(n * m):
        if adj_matrix[cur][i] == 1: # 如果当前节点与节点 i 之间存在边
            nx, ny = i // m, i % m # 节点 i 的坐标
            if (nx, ny) not in visited: # 节点 i 未被访问过
                queue.append(Node(nx, ny, node.step+1))
                visited.add((nx, ny))

完整代码如下：