bfs天然适合求解无权图最短路径，迷宫建模为网格图，用队列存储坐标及步数，visited数组防重复，出队时判终点，四向扩展并更新前驱可还原路径。
广度优先搜索（BFS）天然适合求解无权图中的最短路径问题，迷宫可建模为网格图，每个格子是节点，相邻可通行格子间有边，BFS 一层层向外扩展，第一次到达终点时的步数就是最短路径长度。
迷宫建模与数据结构准备
把二维字符数组或布尔矩阵作为地图：'0' 或 true 表示可通过，'1' 或 false 表示墙。起点 (sx, sy)、终点 (ex, ey) 明确后，用 Queue 存储待访问坐标（常用 int[] 或自定义 Point 类），再用 boolean[][] visited 数组避免重复访问。建议直接用 int[] {x, y, step} 入队，把步数记在状态里，比额外维护距离数组更直观。
- 用 LinkedList 或 ArrayDeque 实现队列，后者性能略优
- 四个方向偏移量可预定义为 int[][] dirs = {{-1,0},{1,0},{0,-1},{0,1}}；遍历时检查新坐标是否越界、是否可走、是否已访问
- 初始将起点入队，visited[sx][sy] = true，step 设为 1（若起点算第 1 步）或 0（按移动次数计）——统一标准即可
BFS 主循环与终止条件
每次从队首取一个节点，检查是否到达终点：若 x == ex && y == ey，直接返回当前 step。否则遍历四个方向，对每个合法邻居，标记 visited 并入队，step + 1。若队列为空仍未找到终点，说明不可达，返回 -1。
- 不要在入队时判断终点——可能漏掉起点即终点的情况；应在出队时判断
- step 随每个新节点递增，不是全局变量，而是随状态携带，确保每层扩展对应统一距离
- Java 中推荐用 while (!queue.isEmpty()) + for (int i = queue.size(); i > 0; i--) 模拟“层”概念，便于统计层数，但非必须
还原具体路径（不止是长度）
如果题目要求输出路径（如坐标列表），需记录每个节点的前驱。可用 int[][] prev 存储上一坐标的 x 和 y（例如 prev[x][y] = new int[]{px, py}），或用 Map
- prev 数组初始化为 null 或 {-1,-1}，起点 prev[sx][sy] 设为自身或特殊标记
- 入队时同时更新 prev[nx][ny] = {x, y}，注意只在首次访问时设置
- 路径重建用 ArrayList 循环 add，最后 Collections.reverse() 即可
常见坑与优化点
边界检查顺序很重要：先判越界，再判是否可走，最后判是否已访问——避免因数组越界抛异常。多组测试时记得重置 visited 数组。若迷宫极大且内存敏感，可考虑用 Set
- 起点或终点是墙？提前校验，直接返回 -1
- Java 中 new int[]{x,y} 创建数组开销小，但高频场景下复用对象池意义不大，可读性优先
- 不必要用 PriorityQueue——BFS 本身已保证首次到达即最短，堆会退化为 Dijkstra，反而慢
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
