猫鼠游戏从零搭建：3步跑通完整示例，告别只会抄代码 是不是觉得看了一堆教程还是不会写项目？别急，很多人卡在“看懂了但手不动”的尴尬期。今天这篇猫鼠游戏完整示例，直接带你从0到1跑通，不讲虚的，只给能跑的代码和踩坑记录。 1. 项目目标与核心逻辑 我们不做那种花里胡哨的图形界面，先搞个命令行版猫鼠游戏。目标很明确：地图生成：随机生成一个有墙壁的迷宫。 角色控制：玩家控制老鼠（用键盘或输入指令），电脑控制猫（AI寻路）。 胜负判定：老鼠吃到所有奶酪算赢，被猫抓到算输。核心难点：猫的寻路算法。如果猫只是乱走，游戏没意思；如果猫太聪明，玩家赢不了。我们要用 BFS（广度优先搜索） 让猫走最短路径追老鼠，但给猫加个“反应延迟”，模拟人类反应，这样才有“猫鼠游戏”的博弈感。 为什么选这个？ 因为它涵盖了数据结构（队列）、算法（BFS）、状态机（游戏循环）和IO处理。比“Hello World”有深度，比大型框架易上手。 2. 目录结构规划 工程化思维很重要，别把所有代码堆在 main.py 里。建议结构如下： cat_mouse_game/ ├── main.py # 入口文件，初始化游戏 ├── game_logic.py # 核心逻辑：地图生成、碰撞检测 ├── ai_agent.py # 猫的AI行为：BFS寻路 ├── player.py # 玩家控制：输入处理 ├── config.py # 配置：地图大小、速度等 └── utils.py # 工具函数：地图渲染、消息打印为什么这么分？ 以后想换算法（比如A*）只改 ai_agent.py，想改地图规则只改 game_logic.py。解耦是代码可维护性的基石。 3. 核心代码实现 3.1 地图生成与初始化 (game_logic.py) 地图用二维列表表示，0 是空地，1 是墙，2 是奶酪。 import randomdef generate_map(width=10, height=10, wall_density=0.2, cheese_count=3):生成随机地图:param width: 地图宽度:param height: 地图高度:param wall_density: 墙壁密度，0-1之间:param cheese_count: 奶酪数量:return: 二维列表表示的地图# 初始化全为空地map_grid = [[0 for _ in range(width)] for _ in range(height)]# 随机生成墙壁，避免生成在边缘，确保地图连通性（简化处理，实际需更复杂算法）for i in range(1, height - 1):for j in range(1, width - 1):if random.random() wall_density:map_grid[i][j] = 1# 随机放置奶酪cheese_positions = []while len(cheese_positions) cheese_count:x = random.randint(1, height - 2)y = random.randint(1, width - 2)if map_grid[x][y] == 0 and [x, y] not in cheese_positions:map_grid[x][y] = 2cheese_positions.append([x, y])return map_grid逐行解析：random.random() wall_density：概率生成墙，wall_density 越小地图越开阔。 奶酪放置时检查 map_grid[x][y] == 0，避免奶酪生成在墙上。3.2 猫的AI：BFS寻路 (ai_agent.py) 这是灵魂部分。猫要找到离老鼠最近的路径。 from collections import dequeclass Cat:def __init__(self, x, y):self.x = xself.y = ydef bfs_next_move(self, map_grid, mouse_x, mouse_y):使用BFS寻找猫移动到下一个位置的最短路径:param map_grid: 当前地图:param mouse_x: 老鼠x坐标:param mouse_y: 老鼠y坐标:return: 下一个移动的 (x, y) 坐标height = len(map_grid)width = len(map_grid[0])# BFS初始化queue = deque()queue.append((self.x, self.y))visited = [[False] * width for _ in range(height)]visited[self.x][self.y] = True# 方向：上、下、左、右directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]# 记录路径，以便回溯parent = {}parent[(self.x, self.y)] = Nonewhile queue:curr_x, curr_y = queue.popleft()# 如果当前格子是老鼠位置，找到路径if curr_x == mouse_x and curr_y == mouse_y:# 回溯找到第一步step = (curr_x, curr_y)while parent[step] is not None:step = parent[step]return stepfor dx, dy in directions:nx, ny = curr_x + dx, curr_y + dy# 边界检查和墙壁检查if 0 = nx height and 0 = ny width and map_grid[nx][ny] != 1:if not visited[nx][ny]:visited[nx][ny] = Trueparent[(nx, ny)] = (curr_x, curr_y)queue.append((nx, ny))# 如果没找到路径（老鼠被围堵），随机移动return self.random_move(map_grid)def random_move(self, map_grid):随机移动一步，避免死锁directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]valid_moves = []for dx, dy in directions:nx, ny = self.x + dx, self.y + dyif 0 = nx len(map_grid) and 0 = ny len(map_grid[0]) and map_grid[nx][ny] != 1:valid_moves.append((nx, ny))if valid_moves:next_x, next_y = random.choice(valid_moves)self.x, self.y = next_x, next_y# 如果没得走，原地不动关键点：deque 用于BFS，比 list 效率高，因为 list.pop(0) 是 O(n)，deque.popleft() 是 O(1)。 parent 字典记录路径，BFS本身只给距离，回溯才能拿到具体走法。 避坑：一定要加 random_move 兜底。如果地图生成时老鼠被墙完全围死，BFS会跑不完，游戏卡死。3.3 游戏主循环 (main.py) 把逻辑串起来。 import os import time from game_logic import generate_map from ai_agent import Cat from player import Mousedef clear_screen():os.system('cls' if os.name == 'nt' else 'clear')def print_map(map_grid, cat_pos, mouse_pos, cheese_left):渲染地图到终端height = len(map_grid)width = len(map_grid[0])print(= * (width * 2 + 1))for i in range(height):row = for j in range(width):if map_grid[i][j] == 1:row += ██ elif (i, j) == cat_pos:row += 🐱 elif (i, j) == mouse_pos:row += 🐭 elif map_grid[i][j] == 2:row += 🧀 else:row += print(row)print(= * (width * 2 + 1))print(f奶酪剩余: {cheese_left} | 猫的位置: {cat_pos} | 鼠的位置: {mouse_pos})def main():# 初始化map_size = 15map_grid = generate_map(width=map_size, height=map_size, wall_density=0.25, cheese_count=5)# 随机初始位置（确保不在墙上）def get_random_empty_pos():while True:x = random.randint(0, map_size - 1)y = random.randint(0, map_size - 1)if map_grid[x][y] == 0:return x, ymouse = Mouse(*get_random_empty_pos())cat = Cat(*get_random_empty_pos())cheese_left = 5game_over = Falseprint(游戏开始！输入方向: w(上) a(左) s(下) d(右), q(退出))while not game_over:clear_screen()print_map(map_grid, (cat.x, cat.y), (mouse.x, mouse.y), cheese_left)# 1. 玩家输入move = input(你的移动: ).lower()if move == 'q':break# 2. 老鼠移动if not mouse.move(move, map_grid):print(撞墙了！原地不动。)# 3. 检查奶酪if map_grid[mouse.x][mouse.y] == 2:map_grid[mouse.x][mouse.y] = 0cheese_left -= 1print(吃到奶酪！)# 4. 检查胜负if cheese_left == 0:print(🎉 你赢了！)breakif (cat.x, cat.y) == (mouse.x, mouse.y):print(💀 被猫抓到了！游戏结束。)break# 5. 猫移动 (AI)time.sleep(0.5) # 模拟反应延迟next_pos = cat.bfs_next_move(map_grid, mouse.x, mouse.y)if next_pos:cat.x, cat.y = next_pos# 6. 再次检查碰撞（猫移动后可能撞上）if (cat.x, cat.y) == (mouse.x, mouse.y):print(💀 被猫抓到了！游戏结束。)breakif __name__ == __main__:main()player.py 补充： class Mouse:def __init__(self, x, y):self.x = xself.y = ydef move(self, direction, map_grid):dx, dy = 0, 0if direction == 'w': dx = -1elif direction == 's': dx = 1elif direction == 'a': dy = -1elif direction == 'd': dy = 1else: return Falsenx, ny = self.x + dx, self.y + dyif 0 = nx len(map_grid) and 0 = ny len(map_grid[0]) and map_grid[nx][ny] != 1:self.x, self.y = nx, nyreturn Truereturn False4. 运行与测试 4.1 环境准备 不需要复杂环境，Python 3.7+ 即可。所有代码只用标准库，零依赖。 pip install -r requirements.txt # 其实这里没东西，纯标准库 python main.py4.2 测试场景正常游玩：地图生成后，观察猫是否总是朝老鼠方向移动。 边界测试：把 wall_density 调到 0.8，地图很堵。看猫是否会卡在角落（random_move 是否生效）。 性能测试：把地图改到 50x50。BFS 在 2500 格内搜索，deque 能保证毫秒级响应。如果用 list 做队列，可能会卡。Stack Overflow 经验： 很多初学者用 list 做 BFS 队列，当地图变大时程序变慢。在 Stack Overflow 上，高赞回答指出 collections.deque 是双端队列，popleft() 是 O(1) 操作，而 list.pop(0) 是 O(n)，因为要移动所有元素。这就是为什么我们在 ai_agent.py 里用 deque。 5. 优化与扩展 5.1 让猫更“狡猾” 目前猫每步都重新 BFS，计算量稍大。可以优化：预计算：老鼠不动时，缓存猫的路径，直到老鼠移动才重新计算。 威胁区域：计算老鼠周围 3 步内的区域，如果老鼠进入，猫加速（减少 time.sleep 时间）。5.2 图形化界面 命令行版太素？用 pygame 或 tkinter 替换 print_map。tkinter：Python 自带，轻量，适合快速原型。 pygame：功能强大，适合做真正的游戏，支持音效、动画。5.3 多猫模式 生成 2-3 只猫，各自独立 BFS。这时候老鼠需要判断哪只猫最近，选择安全路径。这引入了博弈论的雏形。 5.4 持久化 用 json 保存最高分和地图布局。每次启动读取 config.json。 6. 小结 从 0 到 1 搭完这个猫鼠游戏，你掌握了：BFS 算法：最短路径搜索的经典应用。 模块化设计：逻辑、AI、UI 分离，方便维护。 状态机：游戏循环中的输入-处理-渲染流程。 边界处理：墙、地图边缘、死锁情况。常见报错排查：IndexError：检查坐标是否越界，BFS 中 nx, ny 是否加了边界检查。 游戏卡死：检查 BFS 是否无限循环，visited 数组是否正确标记。 猫不动：检查 random_move 是否被触发，地图是否全被墙围死。这个完整示例不是终点，而是起点。你可以加音效、加皮肤、加多人模式。编程的乐趣在于折腾，不在于完美。 互动时间： 你在写类似的小游戏时，卡在哪个环节最多？是地图生成不连通，还是 AI 太笨/太聪明？或者你有更好的寻路算法建议？评论区留言，我挨个回。