愉快的開始
最近在修一門叫Python基礎的課，然后匆忙之中做了這個AI貪吃蛇想交個大作業，結果老師的結課作業是給定了題目，我真是……
首先說明一點哈，此AI非彼AI。今天要講的AI貪吃蛇還是傳統意義上遍歷圖的找路算法編寫的，並不是利用機器學習進行學習控制的哈。
關於貪吃蛇
Python編寫貪吃蛇的教程此前已經寫過了，相關的傳送門可以戳：
那么今天的AI貪吃蛇就是在此基礎上完成的，加了AI相關的功能。具體的相關演示圖如下：
當然了，AI部分是在一位大神@Charles的代碼中整合過來的。總體還是采用廣度優先搜索遍歷+虛擬走一次（不知道這樣算不算作弊呢，歡迎各位在留言區討論）的方式進行，目前看來還是有些許問題：
- 可能吃不到滿屏，最后的效果可能會空幾個（下面會放圖），依小編之見應該是找不到路到食物時隨機走一步造成的，隨機性導致了最后可能陷入死循環而吃不到滿屏。
- 運行速度比較慢，一來可能是小編這個地圖比較大，每次找路BFS搜索的時候是需要一點時間的，二來嘛Python確實是個速度比較慢的語言，算法速度上自然是比不上C++這種的。
關於C++的AI貪吃蛇，可以參照此前小編用C++寫的一個不怎么完善的AI貪吃蛇，也算基於BFS，但是整個跑起來的速度快得多：
傳送門: 10分鍾教你用C++寫一個貪吃蛇附帶AI功能（史上最詳細最入門的貪吃蛇教程）附源代碼下載
然后再放上一張吃不滿屏的圖吧，┭┮﹏┭┮我跑了一個早上。結果你讓我看這個？
哈哈，看不到頭尾了，反正代碼會放出來，有需要的小伙伴可以給他加個頭，這樣看起來辨識度更高。
AI部分
好了，現在介紹完了。我們來介紹一下AI部分的原理+算法吧。
地圖
我們之前說了，算法是用BFS找路的。那么相應的地圖就是整個的游戲區域了。其實整個游戲區域可以分成一個個的像素格子，每個格子就可以看成一張地圖中的點（有xy坐標），只不過這些點只與相鄰的點連通，這樣就形成了一個圖。
有了圖以后，蛇身所在的位置就是障礙了，不能通過的。然后蛇的移動不能超出圖所在的范圍。一個點無法就這幾種狀態：
- 食物所在的位置（狀態碼為FOOD）
- 空位置（狀態碼為FREE_PLACE）
- 蛇所在的位置（狀態碼為SNAKE_PLACE）
我們用width表示地圖的寬度，height表示地圖的高度。在程序中，該狀態用一個一維數組board[width * height]進行標識：比如點(x,y)的狀態就可以用board[x + width*y] 的具體取值表示（FOOD表示食物等）。
找路
找路的算法流程這里直接引用@Charles大神博客上寫的流程：
主要思路
（1）蛇每走一步，就使用BFS計算游戲界面中每個位置（蛇身除外）到達食物的最短路徑長；
（2）將蛇的安全定義為蛇是否可以跟着蛇尾運動，即蛇頭和蛇尾間是否存在路徑；
（3）蛇每次行動前先利用虛擬的蛇進行探路，若虛擬的蛇吃完食物后是安全的，真蛇才行動；
（4）若蛇和食物之間不存在路徑或者吃完食物后並不安全，就跟着蛇尾走；
（5）若蛇和食物之間、蛇和蛇尾之間均不存在路徑，就隨便挑一步可行的來走；
（6）保證目標是食物時蛇走最短路徑，目標是蛇尾時蛇走最長路徑。
不足之處
由於食物是隨機出現的，若虛擬的蛇跑一遍發現去吃食物是不安全的，真蛇就不會去吃食物，而是選擇追着蛇尾跑，若一直如此，就陷入了死循環，蛇一直追着蛇尾跑跑跑。。。直到你終止游戲為止。。。
代碼下載
欲下載本文相關的完整代碼及算例，請關注公眾號【程序猿聲】，后台回復【PYAITCS】不包括【】即可
