Python随机迷宫生成器双条件判断失效致无限循环问题排查

我开发了一款基于Python的随机迷宫生成程序，通过GRID字典存储正方形网格的坐标及对应Tile状态（可走'X'或空'O'），并使用NEVER字典保护迷宫起始区域的固定形状，避免生成过程破坏该区域。

在迷宫生成逻辑中，当程序走到死胡同时，需要迁移至不在NEVER字典中且为可走Tile的新坐标重新开始路径搜索。但同时启用这两个判断条件时，程序会陷入无限循环，单独使用(x,y) not in NEVER条件则可正常运行。请问为何这两个条件无法同时满足？

关键问题代码片段 #

while True:
    x,y=rnd.randint(0,RANGE-1),rnd.randint(0,RANGE-1)
    if (x,y) not in NEVER and GRID[x,y]==w:
        prev=tuple((x,y))
        break

原因分析 #

核心问题是同时满足两个条件的坐标不存在，或数量极少导致随机抽样几乎无法命中，具体分为以下几种情况：

• 无符合条件的坐标：所有不在NEVER范围内的坐标，对应的GRID状态都不是可走的'X'。比如迷宫生成后期，非保护区域已全部被标记为不可走；或是初始时所有可走Tile都落在NEVER的保护范围内。
• NEVER覆盖所有可走区域：你的起始固定形状刚好包含了GRID中全部的可走'X'Tile，此时非NEVER区域没有任何可走节点，循环永远找不到目标坐标。
• 符合条件的坐标数量极少：如果只剩1-2个符合条件的坐标，全局随机抽样的命中概率极低，会表现为看似无限的循环。

验证与优化方案 #

验证方法 #

在循环中加入计数与日志，确认符合条件的坐标数量：

count = 0
while True:
    count += 1
    x,y=rnd.randint(0,RANGE-1),rnd.randint(0,RANGE-1)
    if count % 1000 == 0:
        valid_count = len([k for k in GRID if k not in NEVER and GRID[k]==w])
        print(f"已尝试{count}次，当前符合条件的坐标数：{valid_count}")
    if (x,y) not in NEVER and GRID[x,y]==w:
        prev=tuple((x,y))
        break

如果输出显示valid_count为0，说明确实没有符合条件的坐标；若数量极少，则需调整抽样逻辑。

优化方案 #

放弃全局随机抽样，提前筛选所有符合条件的坐标再随机选择，彻底避免无限循环：

# 预筛选符合条件的坐标列表
valid_coords = [coord for coord in GRID if coord not in NEVER and GRID[coord] == w]
if not valid_coords:
    # 处理无可用坐标的异常情况，如终止生成或抛出提示
    raise ValueError("没有可用的非保护区域可走坐标")
prev = rnd.choice(valid_coords)

内容的提问来源于stack exchange，提问作者YayGrassBlock