数据结构和算法—迷宫回溯问题(1)|学习笔记

简介: 快速学习 数据结构和算法—迷宫回溯问题(1)

开发者学堂课程【Go 语言核心编程 - 数据结构和算法:  数据结构和算法—迷宫回溯问题(1)】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/627/detail/9863


数据结构和算法—迷宫回溯问题(1)

        

内容介绍:

一、走迷宫

二、设行列

三、迷宫设值

四、代码


一、走迷宫

首先整个代码在后台完成,写一个文件--main 点够,此案例涉及信息较多。

第一步先写一个地图,模拟一个迷宫,用二维模拟,var 地图,按照图来说,一个八行七列,用 int 表示,可以表示不同的列,比如0表示信息,7表示信息,然后定几个规则。

如果是1,元素的值为就代表一堵墙,墙就代表无法前进,不知道什么时候停下来;第二点如果这个元素为0,就是还不知道这个路可不可以走通,没有被探测过的路径,先写代码

 

二、设行列

如果是2则是一个通路,地图会形成一个2指向的线,能够走通,是一个通路。

如果将来这个元素,是一个圈,无法前进而只能退回,小圆圈的点代表走不通的死路,这个标识表示曾经走过但是是死路。

如果元素的值为3,是走过的一条路,但是走不通,有了二维数组后,先把墙建起来。这个墙是有规律的,最左边和右边全是墙,先把最上面的地图的最上和最下设置为1,这个设置的时候写一个0,i 小于7 i++,map 7=1,map。

输出地图,for 循环,i<8,i++,然后输出,先不要换行,构建一个地图,打开 vscale,写一个 main 结构的文件,打包,import,案例包含的东西较多,弄一个地图出来,用一个二维数组模拟一下迷宫,先创建一个二维数组,

 

三、迷宫设值

先创建一个迷宫,var map,按照刚才的图,八行七列,用 int 表示,因为 int 可以用不同数组表示不同情况,如果 map 的值是1,就代表一堵墙,墙就代表走不了,迷宫没有通路。

第二点,如果元素为0,代表还没有探路,不知道是否能够走通,没有走过的点。

第三点,如果元素变成了2,表示是一个通路,可以一直走下去,地图形成一个2指向的线。

第四点,假设是一个圈,发现走不了,会退回,小圆圈就是死胡同,走不通,要有一个标识,表示曾经走过,但是走不通,把最左和最右,相当于对行,写8,列是不变的,一边写i,一边写0,把最上边和最下边,最左边和最右边写0,即可完成。

如果元素的值为3表示为走过的路,但是走不通,这几个规则之后,继续往后走,先把墙建起来,墙上面的点是有规律的,最左边和最右边是墙,初始化,先把地图的最上和最下设置为1,for i,i<7,i++,,,map 然后输出,for i,现在便利输出地图,for 循环一下就行,for j:=8;i++,然后输出计算,目前已把最上边和最下面设为1了,接下来把最左边和最右边也设为1,就可以知道墙。

分开写最左和最右,行发生变化,列是不变的,执行,可以看到最上边和最下面最左边最右边都已设置为1,地图完成。

 

四、代码

Package main

Import (

“fmt”  

)

Func main() {

// 先创建一个二维数组,模拟迷宫

// 规则

//1、如果元素的值为1,就是墙

//2、如果元素的值为0,就是没有走过的点

//3、如果元素的值为2,是一个通路

//4如果元素的值为3,是走过的点,但是走不通

var myMap [8][7]int

//先把地图的最上和最下设置为1

for i: = 0; i < 7; i++ {

myMap[0][i] = 1

myMap[7][i] = 1

}

//先把地图的最左和最右设置为1

for i: = 0; 1< 8; i+ + {

myMap[i][0] = 1

myMap[i][6] = 1

//输出地图

for i: = 0; i < 8; i++ {

for j: = 0; j < 7; j++ {

fmt.Print(myMap[i][j]),“”)

}

 

相关文章
|
2月前
|
机器学习/深度学习 算法 C++
【DFS/回溯算法】2016年蓝桥杯真题之路径之谜详解
题目要求根据城堡北墙和西墙箭靶上的箭数,推断骑士从西北角到东南角的唯一路径。每步移动时向正北和正西各射一箭,同一格不重复经过。通过DFS回溯模拟“拔箭”过程,验证路径合法性。已知箭数约束路径唯一,最终按编号输出行走顺序。
|
4月前
|
算法
回溯算法的基本思想
本节介绍回溯算法,通过图1中从A到K的路径查找示例,说明其与穷举法的异同。回溯算法通过“回退”机制高效试探各种路径,适用于决策、优化和枚举问题。
133 0
|
5月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
176 1
|
5月前
|
存储 缓存 算法
什么是回溯算法
回溯算法是一种通过尝试所有可能路径寻找问题解的策略,采用深度优先搜索与状态重置机制。它适用于组合、排列、棋盘等需枚举所有可能解的问题,核心思想包括DFS遍历、剪枝优化与状态恢复。尽管时间复杂度较高,但通过合理剪枝可显著提升效率,是解决复杂搜索问题的重要方法。
250 0
|
5月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
168 0
|
6月前
|
机器学习/深度学习 算法 数据可视化
基于Qlearning强化学习的机器人迷宫路线搜索算法matlab仿真
本内容展示了基于Q-learning算法的机器人迷宫路径搜索仿真及其实现过程。通过Matlab2022a进行仿真,结果以图形形式呈现,无水印(附图1-4)。算法理论部分介绍了Q-learning的核心概念,包括智能体、环境、状态、动作和奖励,以及Q表的构建与更新方法。具体实现中,将迷宫抽象为二维网格世界,定义起点和终点,利用Q-learning训练机器人找到最优路径。核心程序代码实现了多轮训练、累计奖励值与Q值的可视化,并展示了机器人从起点到终点的路径规划过程。
293 0
|
9月前
|
算法 Java
算法系列之回溯算法求解数独及所有可能解
数独求解的核心算法是回溯算法。回溯算法是一种通过逐步构建解决方案并在遇到冲突时回退的算法。具体来说,我们尝试在空格中填入一个数字,然后递归地继续填充下一个空格。如果在某个步骤中发现无法继续填充,则回退到上一步并尝试其他数字。
424 11
算法系列之回溯算法求解数独及所有可能解
|
8月前
|
算法 数据可视化 Python
Python中利用遗传算法探索迷宫出路
本文探讨了如何利用Python和遗传算法解决迷宫问题。迷宫建模通过二维数组实现,0表示通路,1为墙壁,&#39;S&#39;和&#39;E&#39;分别代表起点与终点。遗传算法的核心包括个体编码(路径方向序列)、适应度函数(评估路径有效性)、选择、交叉和变异操作。通过迭代优化,算法逐步生成更优路径,最终找到从起点到终点的最佳解决方案。文末还展示了结果可视化方法及遗传算法的应用前景。
218 5
|
9月前
|
算法 Java
算法系列之数据结构-Huffman树
Huffman树(哈夫曼树)又称最优二叉树,是一种带权路径长度最短的二叉树,常用于信息传输、数据压缩等方面。它的构造基于字符出现的频率,通过将频率较低的字符组合在一起,最终形成一棵树。在Huffman树中,每个叶节点代表一个字符,而每个字符的编码则是从根节点到叶节点的路径所对应的二进制序列。
265 3
 算法系列之数据结构-Huffman树
|
9月前
|
算法 Java
算法系列之数据结构-二叉搜索树
二叉查找树(Binary Search Tree,简称BST)是一种常用的数据结构,它能够高效地进行查找、插入和删除操作。二叉查找树的特点是,对于树中的每个节点,其左子树中的所有节点都小于该节点,而右子树中的所有节点都大于该节点。
390 22

热门文章

最新文章