PYTHON LESSON 091
例题精练：把最短路线“背”出来
以一道典型题完整走一遍“读题→思路→编码→验证”，掌握用 parent 数组还原 BFS 最短路径的技巧。
00 · 学习目标
这一课要解决什么？
学完后，你应该能够
- parent[nr][nc] = (r, c) 登记来路
- 从终点沿 parent 倒退回起点
- path.reverse() 翻转得到正序路线
01 · 核心概念
BFS 路径还原（parent 数组）
BFS 路径还原（parent 数组）：“最短”两个字一出现，无权网格题基本锁定 BFS。再读输出要求：这题不光要步数，还要完整路线——多要的这一样，决定了我们得多记一个 parent 数组。读题时把“要求什么”圈出来，是解题第一步。
GESP Python 6 级 · 宽度优先搜索 BFSGESP Python 6 级 · 深度优先搜索 DFS有向无环图、拓扑排序、强连通分量和负权最短路是图论后续主题。
02 · 语法与规则
先记住这 3 条，再开始写程序
parent[nr][nc] = (r, c) 登记来路先准确读出这条写法的结构与作用。
从终点沿 parent 倒退回起点换一组最小数据，手工推演一次结果。
path.reverse() 翻转得到正序路线再用边界值或反例确认它的适用条件。
03 · 完整实例
代码、运行结果和解释放在一起看
# 例题精练：BFS 求最短步数，还要把路线“背”出来
from collections import deque
maze = [
"S..#",
"##.#",
"...#",
".#..",
".##E",
]
rows = len(maze)
cols = len(maze[0])
dist = [[-1] * cols for _ in range(rows)]
parent = [[None] * cols for _ in range(rows)] # 记录每个格子是从哪个格子走过来的
dist[0][0] = 0
queue = deque([(0, 0)])
dirs = [(-1, 0), (1, 0), (0, -1), (0, 1)]
while queue:
r, c = queue.popleft()
for dr, dc in dirs:
nr, nc = r + dr, c + dc
if 0 <= nr < rows and 0 <= nc < cols:
if maze[nr][nc] != "#" and dist[nr][nc] == -1:
dist[nr][nc] = dist[r][c] + 1
parent[nr][nc] = (r, c)
queue.append((nr, nc))
print("从 S 到 E 最少需要", dist[4][3], "步")
# 从出口倒着“走回”起点，再翻转过来就是完整路线
path = []
pos = (4, 3)
while pos is not None:
path.append(pos)
pos = parent[pos[0]][pos[1]]
path.reverse()
print("最短路线（行, 列）共", len(path), "个格子：")
for p in path:
print(p)从 S 到 E 最少需要 7 步 最短路线（行, 列）共 8 个格子： (0, 0) (0, 1) (0, 2) (1, 2) (2, 2) (3, 2) (3, 3) (4, 3)
路线有 8 个格子、7 步——格子数永远比步数多 1，验算时别搞混。
04 · 逐步理解
每一步只解决一个问题
- 01
读题圈关键词
“最短”两个字一出现，无权网格题基本锁定 BFS。再读输出要求：这题不光要步数，还要完整路线——多要的这一样，决定了我们得多记一个 parent 数组。读题时把“要求什么”圈出来，是解题第一步。
- 02
思路：每个格子记住“谁带我来的”
BFS 扩散时，新格子 (nr, nc) 是被当前格子 (r, c) 发现的，立刻登记 parent[nr][nc] = (r, c)。等 BFS 结束，从终点顺着 parent 一路倒退，必定退回起点——因为每个格子的 parent 都是让步数最小的那位发现者。
parent[nr][nc] = (r, c) - 03
编码：在旧骨架上只加两行
不需要重写搜索：dist 初始化、方向数组、入队标记全部照旧，只在“发现新格子”的分支里加一行登记 parent。代码改动越小，出错机会越少，这就是熟练运用模板的意义。
dist[nr][nc] = dist[r][c] + 1 parent[nr][nc] = (r, c) queue.append((nr, nc)) - 04
倒退与翻转
从终点坐标开始，反复执行 pos = parent[pos[0]][pos[1]]，直到 parent 是 None（起点没有来路）。收集到的格子是倒序的，reverse 一下就是起点到终点的正序路线。
while pos is not None: path.append(pos) pos = parent[pos[0]][pos[1]] path.reverse() - 05
验证：路线三查法
一查相邻格子是否真的挨着（行或列恰好差 1）；二查路线没有穿过 #；三查格子数比终点 dist 恰好多 1。三查都过，答案才敢交。本课输出里 (0,0)→(0,1)→(0,2)→(1,2)→…→(4,3)，全部过关。
- 06
变式想一想
如果题目改问“有几条最短路线”，单个 parent 就不够了，需要在 BFS 时累加计数；如果格子有权重（有的格子走得慢），普通 BFS 也不灵了，那是更高级的最短路算法。先分清题型，再选工具。
05 · 练习与检验
自己写出来，才算真正学会
- 1运行程序，核对步数与路线的格子数
- 2在迷宫图上描出这条路线，确认没有穿墙
- 3封死 (3,3) 这个格子，看新路线怎么绕
- 4解释为什么入队时就要登记 parent
06 · 完整知识
继续理解定义、规则和适用边界
第一次学习先完成上面的六个步骤；需要查定义、核对规则、分析误区或理解“为什么”时，再展开对应知识章。
核心数据结构树、图、DFS、BFS 与最短路从节点与边的模型出发，掌握遍历、连通性、树结构、最小生成树和最短路径的适用条件。＋
正式定义
图由顶点和边构成；树是连通且无环的无向图。DFS 沿路径深入后回溯，BFS 按距离层次扩展。算法的正确选择取决于图是否有向、边权是否为负、是否稠密以及目标是遍历、连通还是最短路。
必须掌握
- 邻接矩阵占 O(V²) 空间，适合稠密图和快速查边；邻接表占 O(V+E)，适合稀疏图。
- DFS 常用递归或显式栈，BFS 使用队列；一般图都必须记录 visited 防止重复和死循环。
- 无权图的 BFS 首次到达即得到最少边数距离，可用 parent 还原路径。
- 树有 V-1 条边且任意两点路径唯一；二叉树前/中/后序描述根的访问时机。
- Dijkstra 只适用于非负边权；Floyd 求所有点对最短路并允许负边，但不能有可达负环。
- Kruskal 按边权排序并用并查集避环，得到连通无向带权图的最小生成树。
常见误区
- 遍历一般图时不记录 visited
- 对负权边使用 Dijkstra
- 混淆最短路径树与最小生成树
- 递归 DFS 忽略深度限制
适用边界
- 有向无环图、拓扑排序、强连通分量和负权最短路是图论后续主题。
- 网格搜索也是图搜索：格子是顶点，可移动关系是边；不要只背二维数组模板。
算法方法算法、复杂度与解题验证把题意转成输入、状态、规则与输出，用正确性和复杂度共同评价解法。＋
正式定义
算法是解决一类问题的有限、明确步骤。正确性说明算法对所有满足前置条件的输入都得到规定结果；时间和空间复杂度描述输入规模增长时资源使用的增长量级。
必须掌握
- 先明确输入规模 n、数据范围、目标和允许误差，再选择数据结构与算法。
- O(1)、O(log n)、O(n)、O(n log n)、O(n²)、O(2ⁿ) 表示增长量级，不是精确运行秒数。
- 顺序代码复杂度取较大项，嵌套循环常相乘，二分每步把范围缩小一半。
- 正确性可用循环不变量、数学归纳、交换论证、反证或状态定义来说明。
- 样例只验证少量输入；必须自己设计边界、极端、重复、有序/逆序和无解数据。
- 优化前先得到正确基线并测量瓶颈，不为小数据盲目增加复杂实现。
常见误区
- 只看样例通过就宣称正确
- 不看数据范围使用 O(n²)
- 二分区间开闭混用
- 把 O(n) 当成永远比 O(log n) 慢固定倍数
适用边界
- 复杂度隐藏常数与硬件差异，但仍是比较规模增长的核心工具。
- 考场策略、课程完成度和算法能力是不同证据，任何单项都不能保证考级通过。
Python 基础条件、循环与程序流程准确理解 if、for、while、range、break、continue 和循环嵌套，而不是背代码模板。＋
正式定义
控制流决定下一条要执行的语句。分支依据布尔条件选择路径；循环在满足规则时重复执行代码块。Python 用冒号和缩进界定代码块。
必须掌握
- if/elif/else 从上到下判断，只执行第一个为真的分支；else 不写条件。
- for 依次取得可迭代对象中的元素；range(start, stop, step) 包含 start、不包含 stop，step 不能为 0。
- while 在每轮开始前检查条件；循环体必须让状态向终止条件推进。
- break 结束最内层循环，continue 跳过本轮剩余语句，循环的 else 仅在没有被 break 终止时执行。
- 嵌套循环的总执行次数通常需要把各层次数相乘；内层 break 不会结束外层循环。
- 边界测试至少覆盖空范围、单个元素、第一项命中、最后一项命中和始终不命中。
常见误区
- range 的右端点多算或少算一次
- while 忘记更新状态造成死循环
- 把两个互斥条件写成两个独立 if
- 误以为 break 会跳出所有嵌套循环
适用边界
- 流程图是算法的表示方法，不是 Python 语法。
- 递归也能表达重复，但有调用开销和递归深度限制，不能无条件代替循环。
工程能力异常、文件、测试与调试读懂报错、缩小问题、设计测试，并安全地打开、读取和关闭文本文件。＋
正式定义
异常是在运行期间表示错误或特殊情况的对象。调试是用可复现输入和证据定位实际行为与预期行为差异的过程；文件对象连接程序与持久化字节数据。
必须掌握
- 先读 traceback 最后一行的异常类型与消息，再从最靠近自己代码的栈帧向上追踪。
- try 只包可能失败的最小代码；except 捕获具体异常；else 处理成功路径；finally 做必需清理。
- raise 主动报告不满足的前置条件；assert 用于开发期内部假设，不用于校验不可信用户输入。
- with open(...) as file 会在退出代码块时可靠关闭文件。文本模式必须明确编码，本站统一推荐 encoding='utf-8'。
- 测试至少包含正常值、边界值、空数据、极端值和反例；每个测试只应有明确目的。
- 定位错误时一次只改一个假设，保留能稳定复现问题的最小输入。
常见误区
- 使用 except: 吞掉所有错误
- 只测题目样例就认为程序正确
- 文本文件不写 encoding
- 修复报错表象却不验证根因
适用边界
- 在线判题的学生代码由独立 Worker 执行；文件系统、网络和资源权限必须受平台限制。
- 二进制文件、JSON/CSV 和数据库各有专门格式与错误处理方式，不能按普通文本随意拆分。
完成检查