描述
定义一个二维数组 N*M ，如 5 × 5 数组下所示：
int maze[5][5] = {
0, 1, 0, 0, 0,
0, 1, 1, 1, 0,
0, 0, 0, 0, 0,
0, 1, 1, 1, 0,
0, 0, 0, 1, 0,
};
它表示一个迷宫，其中的1表示墙壁，0表示可以走的路，只能横着走或竖着走，不能斜着走，要求编程序找出从左上角到右下角的路线。入口点为[0,0],既第一格是可以走的路。
数据范围： 2≤n,m≤10 2≤n,m≤10 ， 输入的内容只包含 0≤val≤1 0≤val≤1
输入描述：
输入两个整数，分别表示二维数组的行数，列数。再输入相应的数组，其中的1表示墙壁，0表示可以走的路。数据保证有唯一解,不考虑有多解的情况，即迷宫只有一条通道。
输出描述：
左上角到右下角的最短路径，格式如样例所示。
输入：
5 5
0 1 0 0 0
0 1 1 1 0
0 0 0 0 0
0 1 1 1 0
0 0 0 1 0
输出：
(0,0)
(1,0)
(2,0)
(2,1)
(2,2)
(2,3)
(2,4)
(3,4)
(4,4)
解决：
广度优先搜索BFS
广度优先搜索（Breadth-First Search，简称 BFS）是一种经典的图搜索算法，通常用于解决最短路径问题或搜索问题。BFS 的核心思想是按层级逐步扩展，从起始点开始，先访问离起始点最近的节点，然后逐步向外扩展到更远的节点，直到找到目标节点或遍历完整个图。
BFS 的基本步骤
-
初始化：
- 准备一个队列（Queue）来存储待访问的节点。
- 准备一个访问标记表（通常是一个集合或布尔数组）来记录已访问的节点。
- 将起始节点加入队列，并标记为已访问。
-
迭代搜索：
- 从队列中取出一个节点（称为当前节点）。
- 处理该节点（例如打印它，或检查是否是目标节点）。
- 将当前节点的所有未访问邻居加入队列，并标记为已访问。
-
结束条件：
-
如果在搜索过程中找到目标节点，到达终点，返回结果。
-
import sys
from collections import deque
def bfs_maze_solver(n, m, maze):
# 定义方向数组，上下左右四个方向
directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]
# 创建队列，存储当前路径和位置
queue = deque([(0, 0, [(0, 0)])]) # (x, y, path)
visited = set((0, 0)) # 记录访问过的点
while queue:
x, y, path = queue.popleft()
# 如果到达终点，返回路径
if (x, y) == (n - 1, m - 1):
return path
# 遍历四个方向
for dx, dy in directions:
nx, ny = x + dx, y + dy
# 检查边界条件和是否能走
if 0 <= nx < n and 0 <= ny < m and maze[nx][ny] == 0 and (nx, ny) not in visited:
queue.append((nx, ny, path + [(nx, ny)]))
visited.add((nx, ny))
b = []
for line in sys.stdin:
a = line.split()
b.append(a)
n,m = [int(i) for i in b[0]]
maze = [[int(j) for j in i] for i in b[1:]]
result = bfs_maze_solver(n, m, maze)
# 输出路径
for step in result:
print(f"({step[0]},{step[1]})")
