Python中矩阵的广度优先搜索
在给定的矩阵中，有四个对象可以分析元素位置：左、右、下和上。
广度优先搜索只不过是找到给定二维矩阵的两个元素之间的最短距离。因此，在每个单元格中，我们可以执行四种操作，可以用四个数字表示，例如，
“2”描述矩阵中的单元格是源。
'3'描述矩阵中的单元格是Destination。
“1”描述单元格可以在一个方向上进一步移动。
'0'表示矩阵中的单元格不能向任何方向移动。
在adobejustification的基础上，我们可以对给定的矩阵执行广度优先搜索操作。
解决这个问题的方法
使用BFS遍历整个矩阵并找到任何单元格之间的最小或最短距离的算法如下：
首先获取行和列的输入。
使用给定的行和列初始化矩阵。
整数函数shortestDist(introw,intcol,intmat[][col])将行、列和矩阵作为输入，并返回矩阵元素之间的最短距离。
初始化变量源和目标以找出源和目标元素。
如果元素为“3”，则将其标记为目标；如果元素为“2”，则将其标记为源元素。
现在初始化队列数据结构以在给定矩阵上实现广度优先搜索。
将矩阵的行和列成对插入队列中。现在在单元格中移动并找出它是否是目标单元格。如果目标单元格的距离最小或小于当前单元格，则更新距离。
再次移动到另一个方向以找出单元格与当前单元格的最小距离。
返回最小距离作为输出。
示例
import queue
INF = 10000
class Node:
def __init__(self, i, j):
self.row_num= i
self.col_num= j
def findDistance(row, col, mat):
source_i = 0
source_j = 0
destination_i = 0
destination_j = 0
for i in range(0, row):
for j in range(0, col):
if mat[i][j] == 2 :
source_i = i
source_j = j
if mat[i][j] == 3 :
destination_i = i
destination_j = j
dist = []
for i in range(0, row):
sublist = []
for j in range(0, col):
sublist.append(INF)
dist.append(sublist)
#initialisequeuetostartBFSonmatrix
q = queue.Queue()
source = Node(source_i, source_j)
q.put(source)
dist[source_i][source_j] = 0
#modifiedBFSbyaddconstraintchecks
while (not q.empty()):
#extractandremovethenodefromthefrontofqueue
temp = q.get()
x = temp.row_num
y = temp.col_num
#Ifmovetowardsleftisallowedoritisthedestnationcell
if y - 1 >= 0 and (mat[x][y - 1] == 1 or mat[x][y - 1] == 3) :
#ifdistancetoreachthecelltotheleftislessthanthecomputedpreviouspathdistance,updateit
if dist[x][y] + 1 < dist[x][y - 1] :
dist[x][y - 1] = dist[x][y] + 1
next = Node(x, y - 1)
q.put(next)
#Ifmovetowardsrightisallowedoritisthedestinationcell
if y + 1 < col and (mat[x][y + 1] == 1 or mat[x][y + 1] == 3) :
#ifdistancetoreachthecelltotherightislessthanthecomputedpreviouspathdistance,updateit
if dist[x][y] + 1 < dist[x][y + 1] :
dist[x][y + 1] = dist[x][y] + 1
next = Node(x, y + 1)
q.put(next);
#Ifmovetowardsupisallowedoritisthedestinationcell
if x - 1 >= 0 and (mat[x - 1][y] == 1 or mat[x-1][y] == 3) :
#ifdistancetoreachthecelltotheupislessthanthecomputedpreviouspathdistance,updateit
if dist[x][y] + 1 < dist[x - 1][y] :
dist[x - 1][y] = dist[x][y] + 1
next = Node(x - 1, y)
q.put(next)
#Ifmovetowardsdownisallowedoritisthedestinationcell
if x + 1 < row and (mat[x + 1][y] == 1 or mat[x+1][y] == 3) :
#ifdistancetoreachthecelltothedownislessthanthecomputedpreviouspathdistance,updateit
if dist[x][y] + 1 < dist[x + 1][y] :
dist[x + 1][y] = dist[x][y] + 1
next = Node(x + 1, y)
q.put(next)
return dist[destination_i][destination_j]
row = 5
col = 5
mat = [ [1, 0, 0, 2, 1],
[1, 0, 2, 1, 1],
[0, 1, 1, 1, 0],
[3, 2, 0, 0, 1],
[3, 1, 0, 0, 1] ]
answer = findDistance(row, col, mat);
if answer == INF :
print("No Path Found")
else:
print("TheShortestDistancebetweenSourceandDestinationis:")
print(answer)输出结果TheShortestDistancebetweenSourceandDestinationis:2