所谓深度优先算法,百科的解答是这样的
通俗的说,就是足够“深”的遍历树的所有节点分支并且遍历过的节点不会再去访问,很适合做网络爬虫,你懂得^ ^
而迷宫问题也是数据结构里面一道经典的问题了,首先我们先用矩阵创建一个迷宫;
const arr = [
[0,0,0,1,0],
[0,1,1,1,0],
[0,1,0,0,0],
[0,0,0,1,0],
[0,1,1,1,0]
];
其中数字1代表墙壁,数字0代表路,最左上角代表入口,最右下角代表出口,这里我们不考虑“死路”的情况
const arr = [
[0,0,0,1,0],
[0,1,1,1,0],
[0,1,0,0,0],
[0,0,0,1,0],
[0,1,1,1,0]
];//创建迷宫
const pathX = [1,-1,0,0];//创建一个数组代表上下左右,在advance这个函数会用到
const pathY = [0,0,-1,1];//同上,区别在于矩阵的行和列
let _arrLength = arr.length-1;
let _arrElementLength = arr[0].length-1;
let i=0,j=0;
(function(){
console.time("time")//用于测试运算时间
arr[0][0] = 3;//数字3代表已经走过的路,一开始默认从入口进入
function matrix(i,j){
let k,newi,newj;
for(k = 0;k<4;k++){ //上下左右总共四个方向
if (advance(i,j,k)) {
/*
通过advance函数的判断返回一个可走的路的点
*/
newi = i + pathX[k];
newj = j + pathY[k];
arr[newi][newj] = 3;//将这个点定义为已走过的点
/*
判断此时是否已经到了终点如果没有则递归
*/
if (newi == _arrLength && newj == _arrElementLength) {
end()
} else {
matrix(newi,newj);
}
}
}
arr[i][j] = 2
}
matrix(0,0)
function advance(i,j,k){
var bool = true;
/*
每走一步路就判断其上下左右是否还有路可走
*/
i += pathX[k];
j += pathY[k];
/*
判断临界范围,保证在迷宫范围内
*/
if(i<0||i>_arrLength||j<0||j>_arrElementLength){
bool = false;
}else if(arr[i][j]!=0){
bool = false;
}
return bool;
}
/*
负责输出结果
*/
function end(){
let i,j,newArr=[];
for (i = 0; i < _arrLength+1; i++) {
for (j = 0; j < _arrLength+1; j++) {
if (arr[i][j] == 3) {
newArr.push("V");
} else {
newArr.push("*");
}
}
}
/*
下面这段代码只是为了能够在控制台看得更直观,可无,因为写得有点笨拙
*/
newArr.splice(0,0,"")
newArr.splice(6,0,"\n");
newArr.splice(12,0,"\n");
newArr.splice(18,0,"\n");
newArr.splice(24,0,"\n");
console.log(newArr.join(" "));
}
console.timeEnd("time")
})()
最终的路线图如下