用Java实现迷宫最短路径算法

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/c_yejiajun/article/details/86655430

宽度优先搜索

迷宫最短路径用宽度优先搜索（bfs）相比用深度优先搜索（dfs）的好处在于bfs每次计算都是最短路径不存在重复计算，而dfs每计算出一条可行的路径都要与先前的路径比较，然后储存最短路径。
而bfs的思想是先计算出围绕起点的所有点的距离并储存起来

S是起点，数字为该点到S的距离

根据该思想为下题写一段程序

在N*M的迷宫中，计算出S到G的最短路径
‘#’，’.’， ‘S’， 'G’分别表示墙壁、通道、起点、终点

代码如下：

import java.util.LinkedList;
import java.util.Queue;
import java.util.Scanner;

public class Main {

	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		int n = sc.nextInt();
		int m = sc.nextInt();
		
		String t = sc.nextLine();
		
		char [][] map = new char [n][m];
		
		int[] begin = new int [2];
		int[] end = new int [2];
		
		for(int i = 0; i < n; i++) {
			String s = sc.nextLine();
			map[i] = s.toCharArray();
			
			if(s.contains("S")) {
				begin[0] = i;
				begin[1] = s.indexOf("S");
			}
			if(s.contains("G")) {
				end[0] = i;
				end[1] = s.indexOf("G");
			}
		}
		System.out.println(bfs(map, begin, end));
		
	}
	public static int bfs(char [][] map, int [] begin, int [] end) {
		//移动的四个方向
		int[] dx = {1, 0, -1, 0};
		int[] dy = {0, 1, 0, -1};
		//用来储存距离到起始点最短路径的二维数组
		int[][] d = new int [map.length][map[0].length];
		//储存未进行处理的点
		Queue<int []> que = new LinkedList<int []>();
		//将所有的位置都初始化为最大
		for(int i = 0; i < d.length; i++) {
			for(int j = 0; j < d[0].length; j++) {
				d[i][j] = Integer.MAX_VALUE;
			}
		}
		//将起始点放入队列
		que.offer(begin);
		//将起始点最短路径设为0
		d[ begin[0] ][ begin[1] ] = 0;
		//一直循环直到队列为空
		while(!que.isEmpty()) {
			//取出队列中最前端的点
			int [] current = que.poll();
			//如果是终点则结束
			if(current[0] == end[0] && current[1] == end[1]) break;
			//四个方向循环
			for(int i = 0; i < 4; i++) {
				//试探
				int ny = current[0] + dy[i];
				int nx = current[1] + dx[i];
				//判断是否可以走
				if(ny >= 0 && ny < d.length && nx >= 0 && nx < d[0].length && map[ny][nx] != '#' && d[ny][nx] == Integer.MAX_VALUE) {
					//如果可以走，则将该点的距离加1
					d[ny][nx] = d[current[0]][current[1]] + 1;
					//并将该点放入队列等待下次处理
					int[] c = {ny, nx};
					que.offer(c);
					
				}
			}
		}
		
		return d[end[0]][end[1]];
	}

}