项目建议 90 分钟学习等级 6/8

PYTHON LESSON 096

综合项目:森林消防指挥系统

把完全二叉树数组表示、BFS 最短路、哈夫曼压缩组装成一个完整系统,体会“按需求选数据结构”。

00 · 学习目标

这一课要解决什么?

先想一想一场森林火警里,命令下发、救援路线、电台报文——居然要用到本单元三样本领?
完成任务森林消防指挥系统
学习顺序需求 → 模块拆分 → 分步实现 → 系统测试 → 讲解

学完后,你应该能够

  • team[i // 2] 在数组里找上级
  • BFS dist 地图计算救援步数
  • heapq 合并统计报文压缩比特数

01 · 核心概念

树、BFS 与哈夫曼编码的协同实战

树、BFS 与哈夫曼编码的协同实战:系统要做三件事:命令从总队逐级下发(树形汇报关系)、规划到火点的最快路线(网格最短路)、压缩电台报文节省带宽(变长编码)。每件事恰好对应本单元一件武器。做大项目第一步永远是:先拆需求,再选武器。

考级对应GESP Python 6 级 · 完全二叉树GESP Python 6 级 · 宽度优先搜索 BFSGESP Python 6 级 · 哈夫曼编码
学习边界

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。

02 · 语法与规则

先记住这 3 条,再开始写程序

01team[i // 2] 在数组里找上级

先准确读出这条写法的结构与作用。

02BFS dist 地图计算救援步数

换一组最小数据,手工推演一次结果。

03heapq 合并统计报文压缩比特数

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

g6-fire-command.pyPYTHON 3.12
# 综合项目:森林消防指挥系统(树 + BFS + 哈夫曼)
from collections import deque
import heapq

# 模块一:指挥树——命令从总队一层层下发(完全二叉树数组表示)
team = ["", "总队", "一分队", "二分队", "三小队", "四小队", "五小队", "六小队"]
print("== ① 指挥链 ==")
for i in range(1, len(team)):
    if i == 1:
        print(team[i], "发布命令")
    else:
        print(team[i], "听令于", team[i // 2])

# 模块二:救援最短路——从消防站 S 到火点 E(BFS 逐层扩散)
forest = [
    "S..#",
    "##.#",
    "...#",
    ".#..",
    ".##E",
]
rows = len(forest)
cols = len(forest[0])
dist = [[-1] * cols for _ in range(rows)]
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 forest[nr][nc] != "#" and dist[nr][nc] == -1:
                dist[nr][nc] = dist[r][c] + 1
                queue.append((nr, nc))
print("== ② 救援路线 ==")
print("消防站到火点最少", dist[4][3], "步,立刻派最近的分队出发!")

# 模块三:电台报文压缩——字数统计后做哈夫曼合并
freq = {"火": 5, "风": 2, "水": 2, "撤": 1, "援": 1}
heap = []
for ch, w in freq.items():
    heapq.heappush(heap, (w, ch))
total = 0
while len(heap) > 1:
    w1, c1 = heapq.heappop(heap)
    w2, c2 = heapq.heappop(heap)
    total = total + w1 + w2
    heapq.heappush(heap, (w1 + w2, c1 + c2))
print("== ③ 报文压缩 ==")
print("这条", sum(freq.values()), "字的报文,哈夫曼编码后只要", total, "比特")
运行结果OUTPUT
== ① 指挥链 ==
总队 发布命令
一分队 听令于 总队
二分队 听令于 总队
三小队 听令于 一分队
四小队 听令于 一分队
五小队 听令于 二分队
六小队 听令于 二分队
== ② 救援路线 ==
消防站到火点最少 7 步,立刻派最近的分队出发!
== ③ 报文压缩 ==
这条 11 字的报文,哈夫曼编码后只要 23 比特

三个模块各自独立:指挥链用数组、找路用 BFS、压缩用最小堆——需求决定数据结构。

在新标签运行和修改这个实例已装入本课代码 · 可自定义输入 · 可提交判题

04 · 逐步理解

每一步只解决一个问题

  1. 01

    需求拆解

    系统要做三件事:命令从总队逐级下发(树形汇报关系)、规划到火点的最快路线(网格最短路)、压缩电台报文节省带宽(变长编码)。每件事恰好对应本单元一件武器。做大项目第一步永远是:先拆需求,再选武器。

  2. 02

    模块一:数组就是指挥树

    汇报关系是一棵完全二叉树:0 号位空着,i 号队员的上级就是 team[i // 2]。不用类、不用指针,一层 for 循环就把命令下发顺序排好了——这就是数组表示法的威力,门牌号规律直接当汇报线用。

    PYTHON
    print(team[i], "听令于", team[i // 2])
  3. 03

    模块二:BFS 算救援步数

    森林地图里 S 是消防站、E 是火点、# 是悬崖。BFS 从 S 逐层扩散,dist[4][3] 第一次被赋值时就是最短步数。这是第 7 课迷宫骨架的原样复用——写熟的好代码是可以搬家的。

    PYTHON
    if forest[nr][nc] != "#" and dist[nr][nc] == -1:
        dist[nr][nc] = dist[r][c] + 1
        queue.append((nr, nc))
  4. 04

    模块三:报文进压缩机

    先统计每个字的出现次数进最小堆,再反复合并最小的两堆并累加权重,得到的总和就是压缩后的比特数。11 字的报文从定长的 33 比特压到 23 比特——电波里省下的都是黄金救援时间。

    PYTHON
    total = total + w1 + w2
    heapq.heappush(heap, (w1 + w2, c1 + c2))
  5. 05

    联调与扩展

    三个模块共用一套主干:先收集数据、再用对应结构处理、最后输出结论。试着扩展:给指挥树加小队(数组末尾追加即可)、换一张更大的森林地图、把报文换成真实呼救文字。每改一处,先预测输出再运行核对。

  6. 06

    项目复盘

    回顾整个单元:树给我们“结构”,搜索给我们“路径”,哈夫曼给我们“效率”,动态规划给我们“不重算”。考级大题几乎都是这些积木的组合——看到新题先想:它能拆成哪几块?拆得开,就解得掉。

05 · 练习与检验

自己写出来,才算真正学会

本课实作步骤
  1. 1运行程序,读通三个模块的输出
  2. 2给指挥树再加两个小队并调整数组
  3. 3改一格森林地形,看救援步数怎么变
  4. 4给报文加一个字,重新统计压缩效果
打开本课编程实验室编辑、运行、测试、判题都在一个页面完成

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。
打开本章完整示例与独立阅读页 →
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。
打开本章完整示例与独立阅读页 →
程序组织模块、导入与常用标准库正确导入模块,并按用途查找 math、random、statistics、collections、heapq、bisect 等标准工具。

正式定义

模块是可导入的 Python 代码单元,包把模块组织成层次。import 先加载模块并创建模块对象,再把名字绑定到当前命名空间;标准库随 Python 分发,不等于第三方包。

必须掌握

  • import module 保留清晰命名空间;from module import name 只导入指定名字;避免 from module import *。
  • math 提供 sqrt、floor、ceil、gcd、log、sin 等数学函数和 pi、e 等常量。
  • random 用于伪随机模拟,不适合密码安全;需要安全随机时使用 secrets。
  • collections.deque 适合双端队列,Counter 适合计数,defaultdict 可按工厂创建缺省值。
  • heapq 实现最小堆,bisect 在已排序序列中二分定位,itertools 提供高效迭代组合工具。
  • if __name__ == '__main__': 用来区分文件被直接运行还是被导入。

常见误区

  • 文件名写成 math.py 导致遮蔽标准库
  • import * 污染命名空间
  • 把 random 当成加密随机数
  • 没有理解工具的数据复杂度就盲目调用

适用边界

  • 标准库非常大,本章覆盖课程会实际依赖的入口;具体函数签名应结合本站条目与运行时帮助查询。
  • Turtle 需要图形窗口,本站文本判题环境不伪造其画布。
打开本章完整示例与独立阅读页 →
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。
打开本章完整示例与独立阅读页 →

完成检查

确认自己会解释、会编写、会验证