I have a grid like this:
000000000
0AAA00000
0AA000000
0AAA00000
000000000
000000000
000000B00
00000BBB0
00000BBBB
现在我如何使用BFS找到从A到B的最短路径?A和A之间旅行的费用为0,A-0或0-B或0-0的费用为1。 我尝试对每个A分别应用BFS,并取其中的最小值。但是那似乎行不通。还有其他方法吗?
I have a grid like this:
000000000
0AAA00000
0AA000000
0AAA00000
000000000
000000000
000000B00
00000BBB0
00000BBBB
现在我如何使用BFS找到从A到B的最短路径?A和A之间旅行的费用为0,A-0或0-B或0-0的费用为1。 我尝试对每个A分别应用BFS,并取其中的最小值。但是那似乎行不通。还有其他方法吗?
A
)在开始时都放入队列中。也就是说,先扫描整个网格以找到所有的 A
,然后将它们全部以距离 0 的方式初始化,并将它们全部放入 BFS 队列中。然后按照正常的 BFS 过程进行即可。from collections import deque
from itertools import product
def get_distance():
grid = [['0', '0', '0', '0', '0', '0', '0', '0', '0'],
['0', 'A', 'A', 'A', '0', '0', '0', '0', '0'],
['0', 'A', 'A', '0', '0', '0', '0', '0', '0'],
['0', 'A', 'A', 'A', '0', '0', '0', '0', '0'],
['0', '0', '0', '0', '0', '0', '0', '0', '0'],
['0', '0', '0', '0', '0', '0', '0', '0', '0'],
['0', '0', '0', '0', '0', '0', 'B', '0', '0'],
['0', '0', '0', '0', '0', 'B', 'B', 'B', '0'],
['0', '0', '0', '0', '0', 'B', 'B', 'B', 'B']]
R = C = 9 # dimensions of the grid
queue = deque()
visited = [[False]*C for _ in range(R)]
distance = [[None]*C for _ in range(R)]
for row, col in product(range(R), range(C)):
if grid[row][col] == 'A':
queue.append((row, col))
distance[row][col] = 0
visited[row][col] = True
while queue:
r, c = queue.popleft()
for row, col in ((r-1, c), (r, c+1), (r+1, c), (r, c-1)): # all directions
if 0 <= row < R and 0 <= col < C and not visited[row][col]:
distance[row][col] = distance[r][c] + 1
if grid[row][col] == 'B':
return distance[row][col]
visited[row][col] = True
queue.append((row, col))
print(get_distance()) # 6
BFS算法是可行的。首先,你需要初始化一个队列,将A所有格子的位置放入队列中。每一次操作,你要弹出队列头上的位置,并将其可以到达的、且未访问过的位置全部加入队列中。当你第一次访问到B时,就可以得到从A到B的最短路径。
A
开始,是吗? - sve