純 Python 製作 GIF 迷宮動畫 (不使用任何第三方庫) 演示 Wilson 演算法 + DFS 演算法 + LZW 編碼演算法
謝謝大家的贊,但是如果你們能去 github 的 repo 上也點贊的話,我會更開心、更有動力寫好後面的項目。
----------
我用 Python 寫了一個小腳本,並由此生成了一個 GIF 動畫,它包含 3000 幀,但是大小只有 200K,演示的是Wilson 演算法(此演算法來自概率論)和 DFS 演算法,其中背後還用到了 LZW 壓縮演算法,總之是一個既有趣又乾貨滿滿的小程序。
動態圖在 github 上:
https://github.com/neozhaoliang/pywonderland/raw/master/img/wilson.gif這個腳本沒有使用任何第三方庫,僅用了內置的 struct 和 random 模塊,以及一些內置函數比如 bytearray() 等,代碼兼容 Python2.7+ 和 python3+ 。所以如果你的電腦上安裝了 Python,那麼不必安裝任何第三方模塊就可以運行。
Wilson 演算法是概率論中一個很重要的演算法,它的目的是:對給定的一個有限的、連通的圖,在該圖的所有生成樹中隨機地取樣(即每個生成樹都以相同的概率被選中)。它的步驟如下:
- 任選圖中一個頂點 v 作為初始根節點,維護一個樹 T,初始時 T = { v }。
- 對任何不屬於 T 的頂點 w,從 w 出發作擦圈的隨機遊動 (Loop-erased random walk),直到這個隨機遊動撞到 T 為止,然後把當前路徑加入 T。
- 重複步驟 2 直到所有頂點都屬於 T 為止,這時得到的就是一個生成樹,而且它是完全隨機的。
對一個二維網格圖使用 Wilson 演算法,得到的就是我們通常所見的完美迷宮。
製作這個動態圖的難點和要點不少:一個是需要理解 GIF 格式的編碼協議,以及所用到的 LZW 壓縮演算法;第二個是需要理解 Wilson 演算法,這個演算法表述不難,但是理解其證明並不容易;第三個是為了控制生成的文件大小,需要維護一個幀與幀之間的變化的區域,每次只更新這個區域。小坑還有很多,雖然代碼總體不長,四百行左右,但難度不小。
代碼也在 github 上:neozhaoliang/pywonderland ,歡迎拍拍拍。
推薦閱讀:
※一起學Python:正則表達式概述
※深度學習基礎之Numpy教程
※學習python有什麼好的視頻?
※python shell代碼無法保存為何?
※元類是什麼以及如何使用