广度优先搜索（BFS）算法可以用来解决迷宫问题。在给定的迷宫中，起点和终点已知，障碍物和空地也已知。BFS算法可以找到从起点到终点的最短路径。下面是解决迷宫问题的Python代码，其中使用了BFS算法：

　　```python

　　from collections import deque

　　n, m = map(int,input().split())

　　g = [list(map(int,input().split())) for i in range(n)]

　　d = [(1,0),(-1,0),(0,1),(0,-1)]

　　vis = [[0 for i in range(m)] for j in range(n)]

　　x1, y1 , x2, y2 = map(int,input().split())

　　q = deque()

　　def bfs(x,y):

　　q.append([x,y])

　　vis[x][y] =1

　　while q:

　　now = q.popleft()

　　nx = now[0]

　　ny = now[1]

　　if nx == x2-1 and ny == y2-1:

　　break

　　for i in d:

　　dx = nx+i[0]

　　dy = ny+i[1]

　　if 0 <= dx < n and 0 <= dy < m:

　　if vis[dx][dy] == 0 and g[dx][dy] == 1:

　　q.append([dx,dy])

　　vis[dx][dy] = vis[nx][ny] + 1

　　return vis[x2-1][y2-1] - 1

　　print(bfs(x1-1,y1-1))

　　```

　　在这个代码中，我们首先输入了迷宫的大小和迷宫的地图。然后，我们定义了一个方向列表d，它包含了四个方向。接下来，我们定义了一个vis列表，用于记录每个位置是否被访问过。然后，我们输入了起点和终点的坐标，并定义了一个队列q。最后，我们定义了一个bfs函数，它使用BFS算法来搜索从起点到终点的最短路径，并返回路径长度。在主函数中，我们调用bfs函数并输出结果。