参考 4.1, Reinforcement learning: An Introduction, RS Sutton, AG Barto, MIT press 值迭代： 求解有限 MDP 的动态规划算法。 策略评估是指（通常）对给定策略的价值函数进行迭代计算。 策略改进是指在给定该策略的价值函数的情况下计算改进的策略。 将这两个计算放在一起，我们得到策略迭代和值迭代，这两种最流行的 DP 方法。 给定 MDP 的完整知识，这些中的任何一个都可以用于可靠地计算有限 MDP 的最佳策略和价值函数。 ◮问题：找到最优策略π ◮ 解决方案：贝尔曼最优备份的迭代应用◮ v1 → v2 → ... → v∗ ◮ 使用同步备份，在每次迭代 k + 1 对于所有状态 s ∈ S ：从 v_{k}(s') 更新 v_{k+1}(s) ◮ 收敛到 v∗ 稍后会证明◮ 与策略迭代不同，没有明确的策略◮ 中值

现在网上各种对于迷宫的求解，版本多的数不胜数。本人小白一枚，贴上自己对迷宫的求解这个小项目，自己写的。望能帮助一些同样有困难的人，毕竟我当时费解了好一会儿时间呢。 首先，先标明对于迷宫求解这个项目，首先我提出自己的思路，利用“穷举求解”的方法（严蔚敏老师数据结构一书中提到，一开始不知方法其名。）其实简单来说就是一条路一条路去试，当然不能随便试，我的方法是按照从入口出发，顺一个方向向前探索，走得通就继续向前走；否则留下标记沿原路退回并换一个方向继续探索，直到所有的路都走完为止。还是用栈的先进后出的结构保存一路的路线。代码用到了栈的顺序实现数组格式的结构（对于栈并没有详细阐述）。 //调用头文件

题目 2 一元多项式计算 1、问题描述 1）、能够按照指数降序排列建立并输出多项式； 2）、能够完成两个多项式的相加、相减，并将结果输入。 2、要求 在上交资料中请写明：存储结构、多项式相加的基本过程的算法（可以使用程序流程图） 、源程序、测试数据和结果、算法的时间复杂度、另外可以提出算法的改进方法。 题目 3 迷宫求解 1、问题描述 可以输入一个任意大小的迷宫数据，用非递归的方法求出一条走出迷宫的路径，并将路径输出。 2、要求 在上交资料中请写明：存储结构、基本算法（可以使用程序流程图）、源程序、测试数据和结果、算法的时间复杂度、另外可以提出算法的改进方法。

迷宫数据结构课程设计

数据结构课程设计—迷宫求解

数据结构关于迷宫求解的课设报告，包含实验代码

迷宫求解数据结构课程设计迷宫求解数据结构课程设计迷宫求解数据结构课程设计迷宫求解数据结构课程设计迷宫求解数据结构课程设计迷宫求解数据结构课程设计

自己做的，感觉还可以，数据结构迷宫求解，主要用了C++来编程。

迷宫问题是取自心理学的一个古典实验。在该实验中，把一只老鼠从一个无顶大盒子的门放入，在盒子中设置了许多墙，对行进方向形成了多处阻挡。盒子仅有一个出口，在出口处放置一块奶酪，吸引老鼠在迷宫中寻找道路以到达出口。对同一只老鼠重复进行上述实验，一直到老鼠从入口走到出口，而不走错一步。老鼠经过多次试验最终学会走通迷宫的路线。设计一个计算机程序对任意设定的矩形迷宫如下图A所示，求出一条从入口到出口的通路，或得出没有通路的结论。

用C语言写的一个迷宫问题，运用深度优先算法。可自定义迷宫长宽和样式，如果有通路，会输出每一步路，且路线会标红。