下面是ammoQ的洪水填充想法的模拟和伪代码。

queue q
enqueue q, ghost_origin
set visited

while q has squares
   p <= dequeue q
   for each square s adjacent to p
      if ( s not in visited ) then
         add s to visited
         s.returndirection <= direction from s to p
         enqueue q, s
      end if
   next
 next

它的思想是宽度优先搜索，所以每次你遇到一个新的相邻正方形s，最好的路径是经过p。我相信是O(N)。

任何简单、可维护、可靠、性能足够好的解决方案都是好的解决方案。听起来你已经找到了一个很好的解决办法。

寻径解决方案可能比当前解决方案更复杂，因此更可能需要调试。它可能也会变慢。

在我看来，如果它没坏，就不要修。

EDIT

在我看来，如果迷宫是固定的，那么你当前的解决方案就是好的/优雅的代码。不要错误地把“好”或“优雅”等同于“聪明”。简单的代码也可以是“好的”和“优雅的”。

如果你有可配置的迷宫级别，那么也许你应该在最初配置迷宫时进行寻路。最简单的方法就是让迷宫设计师亲自动手。如果你有无数个迷宫，我才会费心自动化这个……或者用户可以自行设计。

(另外:如果路线是手工配置的，那么迷宫设计师可以通过使用次优路线来让关卡变得更有趣……)

知道吃豆人的路径是非随机的(例如，每个特定的关卡0-255,inky, blinky, pinky和clyde将在该关卡中工作完全相同的路径)。

我会选择这个，然后猜测有一些主路径围绕整个 迷宫是眼球物体的“返回路径”，当吃豆人吃掉幽灵时，它就在那里。

我认为你的解决方案是正确的，比这更简单，就是制作一个更“现实”的新版本，鬼魂的眼睛可以穿过墙壁=)

假设你已经有了追逐吃豆人所需的逻辑，为什么不重用它呢?只要改变目标。这似乎比尝试使用完全相同的逻辑创建一个全新的例程要少得多。

最初的《吃豆人》并没有使用寻径或花哨的AI。它只是让玩家觉得游戏比实际更有深度，但实际上它是随机的。正如Ian Millington和John Funge在《ai Intelligence for Games》中所述。

Not sure if it's true or not, but it makes a lot of sense to me. Honestly, I don't see these behaviors that people are talking about. Red/Blinky for ex is not following the player at all times, as they say. Nobody seems to be consistently following the player, on purpose. The chance that they will follow you looks random to me. And it's just very tempting to see behavior in randomness, especially when the chances of getting chased are very high, with 4 enemies and very limited turning options, in a small space. At least in its initial implementation, the game was extremely simple. Check out the book, it's in one of the first chapters.