news 2026/4/15 8:56:20

随机深度优先搜索(Randomized DFS)算法原理

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
随机深度优先搜索(Randomized DFS)算法原理

随机深度优先搜索是深度优先搜索的变种,通过在每一步随机选择邻接节点来增加路径的不可预测性。该算法天然适合生成或解决迷宫问题,因其倾向于生成长而曲折的路径。

核心特点:

  • 使用栈(显式或隐式)实现回溯
  • 随机选择邻接节点顺序
  • 时间复杂度为O(V+E),空间复杂度为O(V)

C++实现关键步骤

数据结构定义
#include <iostream> #include <vector> #include <stack> #include <cstdlib> #include <ctime> #include <algorithm> struct Cell { int x, y; bool visited = false; bool top_wall = true, bottom_wall = true; bool left_wall = true, right_wall = true; };
迷宫初始化
void initMaze(std::vector<std::vector<Cell>>& maze, int width, int height) { maze.resize(height); for (int y = 0; y < height; ++y) { maze[y].resize(width); for (int x = 0; x < width; ++x) { maze[y][x].x = x; maze[y][x].y = y; } } std::srand(std::time(nullptr)); }
随机DFS核心实现
void generateMaze(std::vector<std::vector<Cell>>& maze) { std::stack<Cell*> cellStack; Cell* current = &maze[0][0]; current->visited = true; cellStack.push(current); while (!cellStack.empty()) { current = cellStack.top(); auto neighbors = getUnvisitedNeighbors(current, maze); if (!neighbors.empty()) { Cell* next = neighbors[std::rand() % neighbors.size()]; removeWalls(current, next); next->visited = true; cellStack.push(next); } else { cellStack.pop(); } } }
辅助函数实现
std::vector<Cell*> getUnvisitedNeighbors(Cell* cell, const std::vector<std::vector<Cell>>& maze) { std::vector<Cell*> neighbors; int dx[] = {0, 1, 0, -1}; int dy[] = {-1, 0, 1, 0}; for (int i = 0; i < 4; ++i) { int nx = cell->x + dx[i]; int ny = cell->y + dy[i]; if (nx >= 0 && nx < maze[0].size() && ny >= 0 && ny < maze.size() && !maze[ny][nx].visited) { neighbors.push_back(const_cast<Cell*>(&maze[ny][nx])); } } return neighbors; } void removeWalls(Cell* a, Cell* b) { if (a->x == b->x) { if (a->y < b->y) { a->bottom_wall = false; b->top_wall = false; } else { a->top_wall = false; b->bottom_wall = false; } } else { if (a->x < b->x) { a->right_wall = false; b->left_wall = false; } else { a->left_wall = false; b->right_wall = false; } } }

迷宫求解实现

路径搜索算法
bool solveMaze(std::vector<std::vector<Cell>>& maze, Cell* start, Cell* end, std::vector<Cell*>& path) { std::stack<Cell*> stack; stack.push(start); start->visited = true; while (!stack.empty()) { Cell* current = stack.top(); path.push_back(current); if (current == end) return true; auto neighbors = getAccessibleNeighbors(current, maze); if (!neighbors.empty()) { Cell* next = neighbors[std::rand() % neighbors.size()]; next->visited = true; stack.push(next); } else { path.pop_back(); stack.pop(); } } return false; }
可通行邻居检测
std::vector<Cell*> getAccessibleNeighbors(Cell* cell, const std::vector<std::vector<Cell>>& maze) { std::vector<Cell*> neighbors; int dx[] = {0, 1, 0, -1}; int dy[] = {-1, 0, 1, 0}; bool walls[] = {cell->top_wall, cell->right_wall, cell->bottom_wall, cell->left_wall}; for (int i = 0; i < 4; ++i) { if (!walls[i]) { int nx = cell->x + dx[i]; int ny = cell->y + dy[i]; if (nx >= 0 && nx < maze[0].size() && ny >= 0 && ny < maze.size() && !maze[ny][nx].visited) { neighbors.push_back(const_cast<Cell*>(&maze[ny][nx])); } } } return neighbors; }

可视化输出

控制台打印迷宫
void printMaze(const std::vector<std::vector<Cell>>& maze) { for (const auto& row : maze) { // 打印顶部墙壁 for (const auto& cell : row) { std::cout << (cell.top_wall ? "+---" : "+ "); } std::cout << "+\n"; // 打印侧边墙壁 for (const auto& cell : row) { std::cout << (cell.left_wall ? "|" : " "); std::cout << " "; } std::cout << "|\n"; } // 打印底部边界 for (size_t i = 0; i < maze[0].size(); ++i) { std::cout << "+---"; } std::cout << "+\n"; }

完整示例调用

int main() { const int WIDTH = 10, HEIGHT = 10; std::vector<std::vector<Cell>> maze; initMaze(maze, WIDTH, HEIGHT); generateMaze(maze); std::vector<Cell*> path; solveMaze(maze, &maze[0][0], &maze[HEIGHT-1][WIDTH-1], path); printMaze(maze); return 0; }

算法优化方向

  • 记忆化搜索:记录已探索路径避免重复计算
  • 双向搜索:从起点和终点同时进行搜索
  • 启发式引导:结合曼哈顿距离等启发式信息
  • 并行化处理:利用多线程加速搜索过程

该实现完整展示了随机DFS在迷宫生成与求解中的应用,通过随机选择邻接节点使得每次生成的迷宫都具有独特性,同时保持算法的高效性。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/12 11:15:26

【LLM基础教程】LLM训练数据集是如何构造的:从文档到Token Block

本文不讨论模型结构&#xff0c;而只回答一个看似简单、但极其关键的问题&#xff1a; 大语言模型&#xff08;LLM&#xff09;训练时&#xff0c;究竟在“吃”什么样的数据&#xff1f;这些数据是如何被构造出来的&#xff1f; ​ 在之前的文章中&#xff08;【LLM基础教程】从…

作者头像 李华
网站建设 2026/4/12 11:15:25

CosyVoice3 - 跨语言、会方言、懂情绪的智能配音工具 文本转语音 语音克隆 支持50系显卡 一键整合包下载

CosyVoice 3 是阿里巴巴团队推出的一款新一代语音合成模型&#xff0c;它能在没有额外训练的情况下&#xff0c;用多种语言和方言生成自然、富有情感的语音&#xff0c;声音效果接近真人。它的特点是多语言支持、情感表达、方言覆盖和高质量的声音一致性&#xff0c;应用领域包…

作者头像 李华
网站建设 2026/4/12 11:15:23

LobeChat与知识库系统联动:构建智能问答闭环

LobeChat与知识库系统联动&#xff1a;构建智能问答闭环 在企业服务日益智能化的今天&#xff0c;一个常见的痛点浮现出来&#xff1a;员工每天要花大量时间重复回答“报销标准是什么”“合同模板在哪里”这类问题。客服团队面对客户提问时&#xff0c;也常常因为产品更新频繁而…

作者头像 李华
网站建设 2026/4/14 5:59:46

LobeChat新品发布新闻稿撰写

LobeChat新品发布技术深度解析 在AI助手逐渐渗透到日常办公与开发流程的今天&#xff0c;一个核心矛盾日益凸显&#xff1a;用户既想要ChatGPT级别的流畅交互体验&#xff0c;又不愿牺牲对数据和模型的控制权。商业闭源产品虽体验出色&#xff0c;但私有部署难、定制成本高&…

作者头像 李华
网站建设 2026/4/12 11:15:19

9 个高效降AI率工具,自考人必备!

9 个高效降AI率工具&#xff0c;自考人必备&#xff01; 自考论文降AI率&#xff0c;这些工具你不可不知 随着人工智能技术的不断发展&#xff0c;越来越多的学生在撰写论文时会借助AI工具进行辅助。然而&#xff0c;随之而来的AIGC率过高、查重率偏高问题也成为了自考人面临…

作者头像 李华
网站建设 2026/4/12 11:15:18

大数据与化学:分子模拟计算

大数据与化学&#xff1a;分子模拟计算关键词&#xff1a;大数据技术、分子模拟、化学计算、机器学习势函数、多尺度建模、材料设计、药物研发摘要&#xff1a;本文深入探讨大数据技术与化学分子模拟的融合应用&#xff0c;系统解析分子模拟的核心理论框架&#xff08;量子力学…

作者头像 李华