Algorithm 查找路径中无障碍物阻挡的最大覆盖元素

给定MXN矩阵，其中矩阵元素为“.”或“*”。哪里表示道路，*表示块或墙。人可以向前、向下和斜向移动相邻区域，我们需要找到被人覆盖的最大“距离”，而不被墙阻挡

---

你能给我建议一个有效的算法来解决这个问题吗？

你是在寻找确切的路径还是只寻找案例的数量

编辑：这里是一个smallp Python脚本，它创建了一个随机矩阵，并计算“墙”定义的每个区域中的案例数

你必须这样做： 尽你最大的努力

你通过矩阵找到一个“.”

从那个点开始做洪水。淹没该区域的元素数量始终与已找到的最大值进行比较。为了方便起见，您可以大量使用字母、数字或任何您想要的内容，但不能使用“.”。你所加的不是“。”把它看成墙或“*”，这样你就不会一次又一次地试图淹没那个区域。<李>

继续浏览矩阵并尝试查找下一个“.”。所有前面的'.'，在那里淹没，所以你不会考虑相同的区域两次。<李>

重做2，直到找不到更多的“.”。最大值将包含您的答案

当你得到答案后，你可以回到矩阵中，你已经知道了字母或数字，你用最大的结果填充了区域，这样你就可以打印出最大的区域

---

我认为问题在于你可以通过循环得到无止境的路径。您是否允许用户在同一图元上多次行走？用户可以选择任何路径，但不能通过墙。所以可以有多条路径，但他需要选择“覆盖最大值”，而不通过任何块。刚才给了你一个脚本示例。@MathieuBour你的算法给了我错误的答案。我尝试了我的例子（在问题中给出的链接），它给我80，但答案是21。对不起，我的坏，我修改了问题。我需要找到人所覆盖的最大值。他可以选择任何道路。请看一个你们能理解的例子。它看起来像洪水填充，但在洪水填充中，您有一些起点，但这个起点没有任何起点。@abhi2244您可以选择任何起点。并进行洪水和更换。带*。你加的*的数量是你的面积。下一步是找到下一个。这将是你的第二次洪水等等。

import numpy as np

matrix = np.random.randint(2, size=(10, 10))
print(matrix)
M, N = matrix.shape

walked = []
zonesCount = []


def pathCount(x, y):
    if x < 0 or y < 0 or x >= M or y >= N:
        return 0
    if matrix[x, y] == 1:  # I replaced * by 1 and . by 0 for easier generation
        return 0
    if (x, y) in walked:
        return 0

    walked.append((x, y))

    count = 1

    for i in [x - 1, x, x + 1]:
        for j in [y - 1, y, y + 1]:
            if (i, j) != (x, y):
                count += pathCount(i, j)

    return count

for x in range(M):
    for y in range(N):
        if not (x, y) in walked:
            zonesCount.append(pathCount(x, y))

print('Max zone count :', max(zonesCount))

[[0 0 1 0 0 0 1 0 1 0]
 [1 0 1 0 0 0 1 0 1 1]
 [0 1 0 0 1 0 0 1 1 1]
 [0 0 1 0 0 0 1 1 0 1]
 [1 0 1 1 1 1 0 1 1 0]
 [1 0 1 1 1 1 0 1 1 0]
 [0 0 0 1 1 1 0 0 0 0]
 [1 0 0 1 1 0 0 1 1 0]
 [0 1 0 1 0 0 1 0 1 1]
 [0 1 1 0 0 0 1 0 1 0]]
Max zone count : 50