用户自定义迷宫地图,指定入口和出口,采用图相关算法寻找一条出入口之间最短路径,c语言,Dijkstra

时间: 2024-03-25 21:38:22 浏览: 23
以下是使用 Dijkstra 算法寻找迷宫地图中最短路径的 C 语言代码实现。假设迷宫地图是一个二维数组 maze,其中0表示通路,1表示障碍物,2表示入口,3表示出口。 ```c #include <stdio.h> #include <stdlib.h> #include <limits.h> #define ROWS 5 #define COLS 5 // 定义方向数组,表示四个方向的偏移量 int directions[4][2] = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}}; // 定义最小堆节点结构体 typedef struct { int x; int y; int dist; } Node; // 定义最小堆结构体 typedef struct { Node *nodes; int size; int capacity; } MinHeap; // 初始化最小堆 void initHeap(MinHeap *heap) { heap->nodes = (Node*) malloc(sizeof(Node) * (ROWS * COLS)); heap->size = 0; heap->capacity = ROWS * COLS; } // 交换两个节点 void swapNodes(Node *a, Node *b) { Node temp = *a; *a = *b; *b = temp; } // 插入一个节点到最小堆中 void insertNode(MinHeap *heap, int x, int y, int dist) { if (heap->size == heap->capacity) { return; // 堆已满,无法插入新节点 } heap->nodes[heap->size].x = x; heap->nodes[heap->size].y = y; heap->nodes[heap->size].dist = dist; int i = heap->size; heap->size++; // 将新节点上浮到正确的位置 while (i > 0 && heap->nodes[i].dist < heap->nodes[(i - 1) / 2].dist) { swapNodes(&heap->nodes[i], &heap->nodes[(i - 1) / 2]); i = (i - 1) / 2; } } // 弹出最小堆中的堆顶节点 Node popNode(MinHeap *heap) { Node minNode = heap->nodes[0]; heap->size--; // 将最后一个节点移到堆顶,并让它下沉到正确的位置 heap->nodes[0] = heap->nodes[heap->size]; int i = 0; while (i * 2 + 1 < heap->size) { int left = i * 2 + 1; int right = i * 2 + 2; int minChild = left; if (right < heap->size && heap->nodes[right].dist < heap->nodes[left].dist) { minChild = right; } if (heap->nodes[i].dist > heap->nodes[minChild].dist) { swapNodes(&heap->nodes[i], &heap->nodes[minChild]); i = minChild; } else { break; } } return minNode; } // 释放最小堆内存 void freeHeap(MinHeap *heap) { free(heap->nodes); heap->nodes = NULL; heap->size = 0; heap->capacity = 0; } // 计算起点到指定点的距离 int calcDist(int x1, int y1, int x2, int y2) { return abs(x1 - x2) + abs(y1 - y2); } // Dijkstra 算法求最短路径 int dijkstra(int maze[ROWS][COLS], int srcX, int srcY, int dstX, int dstY, int (*path)[2]) { // 初始化距离数组和visited数组 int dist[ROWS][COLS]; int visited[ROWS][COLS]; for (int i = 0; i < ROWS; i++) { for (int j = 0; j < COLS; j++) { dist[i][j] = INT_MAX; // 初始距离无穷大 visited[i][j] = 0; // 初始未访问 } } dist[srcX][srcY] = 0; // 起点距离为0 // 初始化最小堆并插入起点 MinHeap heap; initHeap(&heap); insertNode(&heap, srcX, srcY, 0); // 开始Dijkstra搜索 while (heap.size > 0) { Node node = popNode(&heap); // 取出距离起点最近的节点 int x = node.x; int y = node.y; visited[x][y] = 1; // 标记为已访问 if (x == dstX && y == dstY) { // 已找到终点,逆序追踪路径 int i = dist[dstX][dstY] - 1; path[i][0] = dstX; path[i][1] = dstY; while (i > 0) { int minDist = INT_MAX; int minx, miny; for (int j = 0; j < 4; j++) { int nx = path[i][0] + directions[j][0]; int ny = path[i][1] + directions[j][1]; if (nx >= 0 && nx < ROWS && ny >= 0 && ny < COLS && dist[nx][ny] < minDist) { minDist = dist[nx][ny]; minx = nx; miny = ny; } } path[i - 1][0] = minx; path[i - 1][1] = miny; i--; } freeHeap(&heap); return dist[dstX][dstY]; // 返回最短距离 } // 扩展四个方向的邻居节点 for (int i = 0; i < 4; i++) { int nx = x + directions[i][0]; int ny = y + directions[i][1]; if (nx >= 0 && nx < ROWS && ny >= 0 && ny < COLS && !visited[nx][ny] && maze[nx][ny] != 1) { int d = calcDist(x, y, nx, ny); if (dist[x][y] + d < dist[nx][ny]) { dist[nx][ny] = dist[x][y] + d; insertNode(&heap, nx, ny, dist[nx][ny]); } } } } freeHeap(&heap); return -1; // 没有找到可行路径 } int main() { int maze[ROWS][COLS] = { {0, 1, 0, 2, 0}, {0, 1, 0, 1, 0}, {0, 1, 0, 1, 0}, {0, 1, 1, 1, 0}, {0, 0, 0, 3, 0} }; int path[ROWS * COLS][2]; int dist = dijkstra(maze, 0, 3, 4, 3, path); if (dist >= 0) { printf("Shortest distance: %d\n", dist); printf("Shortest path: "); for (int i = 0; i < dist; i++) { printf("(%d, %d) ", path[i][0], path[i][1]); } printf("\n"); } else { printf("No feasible path.\n"); } return 0; } ``` 使用上述代码可以找到从入口到出口的最短路径,并输出最短路径的节点坐标以及路径长度。如果没有找到可行的路径,输出无法找到路径的信息。

相关推荐

最新推荐

recommend-type

C++用Dijkstra(迪杰斯特拉)算法求最短路径

Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。下面这篇文章就给大家介绍关于C++用Dijkstra算法...
recommend-type

C++求所有顶点之间的最短路径(用Dijkstra算法)

主要为大家详细介绍了C++用Dijkstra算法求所有顶点之间的最短路径,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Dijkstra算法最短路径的C++实现与输出路径

今天小编就为大家分享一篇关于Dijkstra算法最短路径的C++实现与输出路径,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
recommend-type

Dijkstra算法求任意两个城市之间最短路径

根据所给的全国地图建立相应的数据存储,使用Dijkstra算法求任意两点间的最短路径,选择出最短的路径。
recommend-type

Dijkstra算法寻找最短路径的完整源代码

附送Kruskal最小生成树算法,都是本人的劳动成果,包含输入输出的完整控制台程序,希望大家下完顶一下:)
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。