一、迷宫问题
给一个二维列表，表示迷宫（0表示通道，1表示围墙）。给出算法，求一条走出迷宫的路径。
maze = [
[1,1,1,1,1,1,1,1,1,1],
[1,0,0,1,0,0,0,1,0,1],
[1,0,0,1,0,0,0,1,0,1],
[1,0,0,0,0,1,1,0,0,1],
[1,0,1,1,1,0,0,0,0,1],
[1,0,0,0,1,0,0,0,0,1],
[1,0,1,0,0,0,1,0,0,1],
[1,0,1,1,1,0,1,1,0,1],
[1,1,0,0,0,0,0,0,0,1],
[1,1,1,1,1,1,1,1,1,1]
]
1代表墙，0代表路，图示如下：
二、栈——深度优先搜索
应用栈解决迷宫问题，叫做深度优先搜索（一条路走到黑），也叫做回溯法。
1、用栈解决的思路
思路：从上一个节点开始，任意找下一个能走的点，当找不到能走的点时，退回上一个点寻找是否有其他方向的点。
使用栈存储当前路径。后进先出，方便回退到上一个点。
2、用栈代码实现
maze = [
[1,1,1,1,1,1,1,1,1,1],
[1,0,0,1,0,0,0,1,0,1],
[1,0,0,1,0,0,0,1,0,1],
[1,0,0,0,0,1,1,0,0,1],
[1,0,1,1,1,0,0,0,0,1],
[1,0,0,0,1,0,0,0,0,1],
[1,0,1,0,0,0,1,0,0,1],
[1,0,1,1,1,0,1,1,0,1],
[1,1,0,0,0,0,0,0,0,1],
[1,1,1,1,1,1,1,1,1,1]
]
# 四个移动方向
dirs = [
lambda x,y: (x+1, y), # 下
lambda x,y: (x-1, y), # 上
lambda x,y: (x, y-1), # 左
lambda x,y: (x, y+1) # 右
]
def maze_path(x1, y1, x2, y2): # (x1,y1)代表起点；(x2,y2)代表终点
stack = []
stack.append((x1, y1))
while(len(stack)>0):
curNode = stack[-1] # 当前的节点(栈顶)
if curNode[0] ==x2 and curNode[1] == y2: # 判断是否走到终点
# 走到终点，遍历栈输出路线
for p in stack:
print(p)
return True
"""搜索四个方向"""
for dir in dirs:
nextNode = dir(curNode[0], curNode[1])
# 如果下一个阶段能走
if maze[nextNode[0]][nextNode[1]] == 0:
stack.append(nextNode) # 将节点加入栈
maze[nextNode[0]][nextNode[1]] = 2 # 将走过的这个节点标记为2表示已经走过了
break # 找到一个能走的点就不再遍历四个方向
else:
# 一个都找不到，将该位置标记并该回退
maze[nextNode[0]][nextNode[1]] = 2
stack.pop()
else:
print("没有路")
return False
maze_path(1,1,8,8)
"""
(1, 1) (2, 1) (3, 1) (4, 1) (5, 1) (5, 2) (5, 3) (6, 3) (6, 4)
(6, 5) (7, 5) (8, 5) (8, 6) (8, 7) (8, 8)
"""
总结算法就是：创建一个空栈，首先将入口位置进栈。当栈不空时循环：获取栈顶元素，寻找下一个可走的相邻方块，如果找不到可走的相邻方块，说明当前位置是死胡同，进行回溯（就是讲当前位置出栈，看前面的点是否还有别的出路）
使用栈来解决迷宫问题，虽然实现起来比较简单，但是它的路径并不是最短的，很可能会绕远，如果想走最短路径可以使用队列来做。
三、队列——广度优先搜索
应用队列解决迷宫问题，叫做广度优先搜索。