企业官网建设流程全解析

最近在做一个智能迷宫循迹题目，之前没有接触过相关的内容。内部有一个任务，大致要求

为，在一个封闭式的迷宫中，先自行运行一遍，然后在第二遍运行时，放置位置后不再进行额外的其他干预，小车自己要行驶到指定地点。
（迷宫生成逻辑大致是上述图片，黑色线为墙，红色线为循迹线，红色线之间间隔相同）

其实本来这个问题应该是考第一遍小车运行生成图像的能力。我一开始的想法就是将其抽象成一个二维数组，用01来表示墙壁和循迹线。在此基础上，我想到了去缩短行驶路程，然后就想到了之前刷dy刷到的电脑鼠比赛，想起来里面有一个什么算法，可以计算最短路径，就去了解了一下，也就是泛洪算法(flood fill)，但是我一开始搜出来的都是对区域进行填充，最终输出的结果，仅仅有被填充，没被填充，无法填充的三元情况。这样的效果没有办法实现我想要的最短路径。

最终，我想到了一种办法去实现，模子还是泛洪算法，但是我为水流加上了“权重”，首先还是上面这种地图，进行抽象后的二维数组地图，比如17*17，首先终点是确定的。我随便选定一个起点，然后以这个点向四周进行"泛洪“。

void flood_fill(int x1,int y1,int img[][17],uint8_t a){ uint8_t left = a,right = a,up = a,down = a; if(x1==0||x1==16||y1==0||y1==16)return; img[x1][y1] = a>img[x1][y1]?a:img[x1][y1]; if(x1-1!=0)flood_fill(x1-1,y1,img,left-1); if(x1+1!=0)flood_fill(x1+1,y1,img,right-1); if(y1+1!=0)flood_fill(x1,y1+1,img,up-1); if(y1-1!=0)flood_fill(x1,y1-1,img,down-1); }

其中的这一句就是本次思路的核心

img[x1][y1] = a>img[x1][y1]?a:img[x1][y1];

我的思路是对任意一个单元格分析时，其本身有一个值，成为元单元格，然后向四周流动时，四周可流动单元格存储的值是元单元格的值减一。并且四周可流动的值会在每次流动的行为中时刻更新自己的值为接收到的最大值。
比如有一个格子，相邻一个值为244和一个值为210的格子，则该格子的最终值是243。通过这个思路，最终可以实现的效果时，对于任意一个非起始格子，周围一定有一个比自己值大一的单元格，而按照这个逻辑递归下去，最终一定可以有一条链接该单元格和最初单元格（最初单元格有最大值）的道路，并且这条逐步加1的路是二者之间的最短路径，因为一旦有步数更少的路径，则该点的值将会更大，固最后形成的地图，任意选定终点和起点，按照递增的逻辑回退，一定可以找到最短路径。

下面是我让AI简单写了一个迷宫生成函数，内部泛洪算法使用我的逻辑，地图和终点随机生成，起点可以自己选。不过还比较简陋，比如迷宫的大小是固定的，在最后循迹完成后其实可以将最短路径高亮显示等等。

import tkinter as tk from tkinter import messagebox import random # ===================== 常量配置 ===================== GRID_NUM = 17 # 17x17网格 CELL_PX = 38 # 每个格子像素大小 COLOR_WALL = "black" # 墙/边界颜色 COLOR_PATH = "white" # 通路颜色 COLOR_TEXT = "#0066cc" # 数值文字颜色 COLOR_END = "red" # 终点标记色 COLOR_START = "green" # 起点标记色 # 四个方向：上、下、左、右（和你C代码方向对应） DIRS = [(-1, 0), (1, 0), (0, -1), (0, 1)] # ===================== 1. 随机迷宫生成（DFS回溯法，保证连通） ===================== def generate_random_maze(): # 0=墙，1=通路；初始全是墙 maze = [[0] * GRID_NUM for _ in range(GRID_NUM)] # 跳格挖墙法：奇数坐标为通路格，偶数坐标为墙格 def dfs(x, y): maze[x][y] = 1 # 随机打乱方向，保证迷宫随机 random.shuffle(DIRS) for dx, dy in DIRS: nx = x + dx * 2 ny = y + dy * 2 # 只在内部1~15范围生成 if 1 <= nx < GRID_NUM - 1 and 1 <= ny < GRID_NUM - 1 and maze[nx][ny] == 0: # 挖开中间的墙 maze[x + dx][y + dy] = 1 dfs(nx, ny) # 从(1,1)开始生成迷宫 dfs(1, 1) return maze # ===================== 2. WFA加权洪水填充（和你C语言逻辑完全一致） ===================== def wfa_flood(maze, start_x, start_y): # 初始化泛洪地图全0 img = [[0] * GRID_NUM for _ in range(GRID_NUM)] # 起点是墙，直接返回 if maze[start_x][start_y] == 0: return None # 手动栈实现迭代泛洪（对应你C语言迭代版，无递归） stack = [] stack.append((start_x, start_y, 255)) # 起点初始值255 while stack: x, y, val = stack.pop() # 越界跳过 if x < 0 or x >= GRID_NUM or y < 0 or y >= GRID_NUM: continue # 是墙跳过 if maze[x][y] == 0: continue # 核心逻辑：只存最大值；新值不大于旧值，直接剪枝 if val <= img[x][y]: continue # 更新当前格子 img[x][y] = val next_val = val - 1 if next_val < 0: continue # 四个方向扩散 for dx, dy in DIRS: stack.append((x + dx, y + dy, next_val)) return img # ===================== 3. 界面绘制 ===================== def draw_canvas(canvas, maze, img=None, end_pos=None, start_pos=None): canvas.delete("all") # 画格子 for x in range(GRID_NUM): for y in range(GRID_NUM): fill_color = COLOR_WALL if maze[x][y] == 0 else COLOR_PATH canvas.create_rectangle( y * CELL_PX, x * CELL_PX, (y + 1) * CELL_PX, (x + 1) * CELL_PX, fill=fill_color, outline="#cccccc" ) # 画泛洪数值 if img is not None and maze[x][y] == 1 and img[x][y] > 0: canvas.create_text( y * CELL_PX + CELL_PX // 2, x * CELL_PX + CELL_PX // 2, text=str(img[x][y]), fill=COLOR_TEXT, font=("Arial", 9) ) # 标记终点（红框） if end_pos: ex, ey = end_pos canvas.create_rectangle( ey * CELL_PX + 3, ex * CELL_PX + 3, (ey + 1) * CELL_PX - 3, (ex + 1) * CELL_PX - 3, outline=COLOR_END, width=3 ) # 标记起点（绿框） if start_pos: sx, sy = start_pos canvas.create_rectangle( sy * CELL_PX + 3, sx * CELL_PX + 3, (sy + 1) * CELL_PX - 3, (sx + 1) * CELL_PX - 3, outline=COLOR_START, width=3 ) # ===================== 4. 主界面逻辑 ===================== class MazeWfaApp: def __init__(self, root): self.root = root self.root.title("WFA加权洪水填充 迷宫验证工具") self.maze = None self.img_map = None self.end_pos = None self.start_pos = None # 顶部控制区 ctrl_frame = tk.Frame(root) ctrl_frame.pack(pady=8) tk.Label(ctrl_frame, text="起点坐标(x,y):").grid(row=0, column=0, padx=5) self.entry_start = tk.Entry(ctrl_frame, width=10) self.entry_start.insert(0, "1,1") self.entry_start.grid(row=0, column=1, padx=5) btn_gen = tk.Button(ctrl_frame, text="生成新迷宫", command=self.new_maze) btn_gen.grid(row=0, column=2, padx=8) btn_run = tk.Button(ctrl_frame, text="运行泛洪算法", command=self.run_wfa) btn_run.grid(row=0, column=3, padx=8) # 画布 canvas_size = GRID_NUM * CELL_PX self.canvas = tk.Canvas(root, width=canvas_size, height=canvas_size, bg="white") self.canvas.pack(padx=10, pady=5) # 初始生成一次 self.new_maze() def new_maze(self): self.maze = generate_random_maze() self.img_map = None self.start_pos = None # 随机选一个通路作为终点 path_cells = [] for x in range(1, GRID_NUM - 1): for y in range(1, GRID_NUM - 1): if self.maze[x][y] == 1: path_cells.append((x, y)) self.end_pos = random.choice(path_cells) draw_canvas(self.canvas, self.maze, end_pos=self.end_pos) def run_wfa(self): try: input_text = self.entry_start.get().strip() x, y = map(int, input_text.split(",")) except: messagebox.showerror("输入错误", "请输入格式：x,y 例如：8,8") return if not (1 <= x <= 15 and 1 <= y <= 15): messagebox.showerror("坐标错误", "坐标范围：1~15") return if self.maze[x][y] == 0: messagebox.showerror("起点错误", "该位置是墙，无法作为起点") return self.start_pos = (x, y) self.img_map = wfa_flood(self.maze, x, y) draw_canvas(self.canvas, self.maze, self.img_map, self.end_pos, self.start_pos) if __name__ == "__main__": root = tk.Tk() app = MazeWfaApp(root) root.mainloop()

这是一个运行结果，红框为终点，起点选择为1，1.按照165逐步加一的顺序往回推，即可找到链接终点和起点的最短路径。

就这样，做一个学习记录