数据结构和算法—迷宫回溯问题(2)|学习笔记

简介: 快速学习数据结构和算法—迷宫回溯问题(2)

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(2)】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/9864


数据结构和算法—迷宫回溯问题(2)


内容介绍:

一、地图

二、出路

三、死路

 

一、地图

在有地图的基础上编写函数,完成小老鼠找路。

此代码首先要让小老鼠找迷宫,提供完整地图,同一个地图,写一个函数--func setway,设置一个点,标线,首先把地图拿到,地图应该是引用性的,不可以每次给新的再复制一份。

应该明确两个坐标,还有需要知道你是从那个地方去找,知道两个坐标--i int,j int,代表两个地图,始终要保证是同一个地图,在同一个地图上找,因此使用引用,i 与 j 表示当前是对哪两个格子进行表示。

2代表通路,在找的过程中,如果发现标的点等于2,就是通路,已经分析出找到的关系。

 

二、出路

什么情况下找到出路,如果 map 就是(6,5)这个点等于2,就是第七行是6,第六列(6,5)等于2就可找到,返回一个布尔值就是找到成功。

如果 map(6,5)等于2,根据规则,2表示通路,即可找到,return ,返回一个值,就是成功找到。如果说这个 map(6,5不等于2,说明要继续找。

找的过程中要分析出来是不是一堵墙,目标是探测这个点,如果是一堵墙,就不可以探测,找的时候要看能不能探测,如果i或j等于0就能探测,如果点可以探测,而且没有探测过,就探测;

如果不等于0,上来之后直接探测,如果是一堵墙就不能继续探测,说明这个点不能探测,因为等于1是墙,直接 return false,2表示可以通,假设这点是通路,必须要探测才知道,假设可以通,就好像只有假设通过才能知道可能不通过。

根据规则先上,进行探测,一个点有5个,可以向上走、向左走、向下走,涉及一个策略。

一个点有好几种选项,上下左右进行一个选择,假设 setway 把 mymap 传,所以向上走是i - 1,不变,假设路通,即是成功的;如果返回一个真,不知道是那一层返回的,最终 set way ,要理解到他不停的往后探。

如果往上走没有通,就尝试着往下走,else if向下走,加1,即 return  true,按照逻辑走的。

如果向下走不通,就向左探测,改变的不是i,j向左是 - 1,此时是返回 true,这个时候只有一个方向成功,只有不成功才会向下走,不成功才会向左走,向左走也不通的,就向右走,向右走不成功,就是上下左右都不通。

 

三、死路

死路就是在一个点被围死,应该马上置为3,即假设是错的,应该立马置为3,代码完毕。

先来看看效果是否对,如果6和5还不等于2就不能探测,初始情况下等于1,等于0的情况下假设是否能通,在这个点继续往那个逻辑走,不是说在同一个点进行上下左右,假设都走不通就是死路。

使用测试,只需要 setway 把地图传输,传一个地图,从1 1这个点开始探测,为出发点,探完了之后看是不是可以通,探测完毕,看地图能否通。

走代码有问题,全部置成2,走不通,就不停的走,下右上左,尝试换另外一个策略,改成下右上左。

先不要小老鼠探测,直接粘贴过来,地图也粘贴,开始探测。有一个小的指针,小老鼠先向下走,到了一个点,继续采用下右上左的策略,堵住了没有关系,分析起来比较容易,3 1和3 2 加进去,mymap3 1和3 2为一堵墙,两个1代表一个墙。

接着分析,小老鼠先置为2,往下走走不通,不能马上置为3,他还要回到这点,向右走走不通,仍然采用下右上左的策略,于是回溯到这一点,又向下走,可以走通,然后接着向下走,回到一堵墙,做代码,还有问题,就是代码还有问题。map 等于2再调整一下,对策略作相应的改变,向下走,i不动,j+1,下右然后上,j - 1,左边 i 是不用变化的,j减1,再继续跑,就会跟策略一样

假设一个堵死的地图,设置一个挡板,小老鼠就完全不能走,这个地图就需要在1 2 和2 2再加两个点,先来看地图对不对,先把地图输出了代码执行,看是否出现死循环,分析是死路,如果不是代码,不等于就不停反推,置成3推,这个是代码分析。

对地图的点进行测试,开始写代码,刚才规则:1.如果元素的值为1,就是墙2.如果元素的值为0,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,是走过的路,但是走不通。进行递归时,首先要判断出来,什么时候算找到,2代表通,发现右下的点是2,所以走的通,分析出找到的关系,如果mymap[6][5] 这个点等于2,就是通的,如果 mymap  等于2,就可以找到可以打出一句话,返回一句真,就成功找到

如果 mymap  不等于2,说明要继续找,问题又来了,找的时候,分析出它是不是一堵墙,如果本身这个点就是一堵墙,就不需要再继续,如果这个点是可以探测的,而且还没有探测过,就探测;

如果不等于0,比如,如果小球探测直接探测到了,但是不能碰到,说明这个点不能探测,因为是一堵墙,为1,既然是墙的话,就不能走我先设置为2,先认为是通路,实际上是不是通路,是不知道的,假设是可以通的,假设是通,才可以证明不通,里面有很多概念和逻辑。

 

四、代码

package main

import(

“fmt”

)

//编写一个函数,完成老鼠找路

//mymap *[8][7]int:地图,保证是同一个地图,使用引用

//i,j表示对地图的哪个点进行测试

func Setway(myMap [8][7]int,i int,j int) bool {

//分析出什么情况下,就找到出路

myMap[6][5] == 2

if myMap[6][5] == 2 {

return true

} else {

//说明要继续找

If myMap[i][j] ==0 //如果这个点是可以探测        

//假设这个点是可以通,但是需要探测 上下左右          

Mymap[i][j] = 2

If Setway(myMap,i – 1,j) {  //

return true

} else if Setway(myMap,i + 1,j) {  //

return  true

} else if SetWay(myMapij - 1) {  //左

return true

} else SetWay(myMapij + 1) {  //右

return true

} else {//死路

myMap[i][j] = 3

return false

}

} else {  // 说明这个点不能探测,为1,是强

return false

//换一个策略 下右上左

Mymap[i][j] = 2

If Setway(myMap,i + 1,j) {  // 

return true

} else if Setway(myMap,i,j + 1) {  // 

return  true

} else if SetWay(myMap,i - 1,j) {  //

return true

} else SetWay(myMapij - 1) {  // 

return true

} else {//死路

myMap[i][j] = 3

return false

}

} else {  // 说明这个点不能探测,为1,是强

return false

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]),“”)

}

∥使用测试

SetWay(&myMap, 1,1)

fmt.PrintIn(("探测完毕…")

∥输出地图

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

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

}

fmt.print(myMap[i][j],””>

}

fmt Println()

}

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