Python 迷宫寻路算法：广度优先搜索实现

以下是用 Python 语言实现广度优先遍历的迷宫寻路算法的示例代码：

from collections import deque

def find_path(maze):
    start = (0, 0)  # 起始位置
    goal = (len(maze)-1, len(maze[0])-1)  # 终点位置

    queue = deque([(start, [])])  # 使用队列保存未探索的位置和路径
    visited = set()  # 使用集合保存已访问的位置

    while queue:
        position, path = queue.popleft()
        x, y = position

        if position == goal:
            return path + [position]  # 找到终点，返回路径

        if position in visited:
            continue  # 如果位置已访问过，跳过

        visited.add(position)

        # 计算下一个可能的移动位置
        moves = [(x-1, y), (x+1, y), (x, y-1), (x, y+1)]
        for move in moves:
            new_x, new_y = move
            if 0 <= new_x < len(maze) and 0 <= new_y < len(maze[0]) and maze[new_x][new_y] == 0:
                queue.append((move, path + [position]))  # 将新位置和路径加入队列

    return None  # 未找到路径

# 测试
maze = [
    [0, 1, 0, 0, 0],
    [0, 1, 0, 1, 0],
    [0, 0, 0, 0, 0],
    [0, 1, 1, 1, 0],
    [0, 0, 0, 1, 0]
]
path = find_path(maze)
if path:
    print('找到路径: ', path)
else:
    print('未找到路径')

代码解释：

数据结构: 二维数组表示迷宫，其中 0 代表可通过的路径，1 代表墙壁。
广度优先遍历: 算法使用 queue 存储未探索的节点和当前路径，并使用 visited 集合记录已访问的节点。
寻找路径: 算法从起点开始，逐层探索周围可行位置，直到找到终点或所有节点都被访问。

希望以上代码能帮助你理解如何使用 Python 实现广度优先搜索算法解决迷宫寻路问题。如果你还有其他问题，请随时提问。