A算法之旅之A算法实现（二）

最新推荐文章于 2024-03-28 15:40:39 发布

CheersK

最新推荐文章于 2024-03-28 15:40:39 发布

阅读量503

点赞数 2

分类专栏：算法文章标签：算法游戏

本文链接：https://blog.csdn.net/a1459078670/article/details/72853635

版权

算法专栏收录该内容

2 篇文章 0 订阅

订阅专栏

**A算法之旅之A算法实现（二）**

序言：建议刚看这篇文章的朋友大致看一下该系列的前一篇：A算法之旅之初识A算法（一）。这一篇文章是继承上一篇而来，文中部分说明沿用自上一篇，依旧以游戏寻路为例。

很好的A*入门文章–>A* Pathfinding for Beginer ，简便起见，本篇中使用该文章的部分图片。
其中文译文–>A* Pathfinding for Beginer 译文，有部分指代不明处，不太明白的往下看。

本节辅以图片形式进行说明

该例中，我们假定我们从绿格子->start 出发，目标是到达红格子->end，寻找这样一条路径，同时在该例演示中，我们假定中间有障碍物–>蓝格子。

aStarT1

分析

首先我们要看到的是整个搜索空间/搜索区域。整个搜索空间被我们分成许多小的正方格，而这也是问题的简化。而实际情况下，根据需求我们可能需要各种不同的区域划分方法，我们可能划分成正六边形，三角形等。
本例我们用正四边形将其划分，且节点位于正方形中心，这样二维空间可以用二维数组来模拟。整个二维空间所有的格子均有一个标记，说明是 可通过的->路或者是 不可通过的->墙。划分完毕后开始搜索。

开始搜索

沿用之前给出的不完备的伪代码

将 start 加入 一个空队列中
while（队列不为空）
    考察队列中最优的元素;
    将该元素移出队列;
    添加元素邻近元素入队列;
    if(队列中有end)
        路径找到;结束;
未找到路径;结束;

我们将上述伪代码具体化，之前未提及的随后会说明：

添加 start 进 open_list
while(open_list 不为空)
    // 开始是current = start
    取出open_list中最优元素, // f(n)最小元素
    赋值给 current ;        // "当前"节点
    将current从open_list中移除;
    添加 current 进 close_list;

    考察current的所有邻居neighbor,
        if 该neighbor是"可通过的" 且 没有被加入close_list
            if 该neighbor没有在open_list中
                计算其 f(n),g(n),h(n);
                将其加入open_list;
            if 该neighbor已经在open_list中
                通过分析，对其g(n),f(n)进行调整 
                // h(n)一般是固定值

    所有neighbor节点考察完后，if( end节点 在 open_list中）
        找到路径;结束;
未找到路径，结束;

首先：我们将开始节点start 放入一个队列中，这个队列我们称之为开启列表”open list” （或其他的数据结构，不同结构的选取会影响速度，稍后会谈论这个问题，此处知道不一定是队列即可）
之后就进入主循环：
while(open_list 不为空) ，当open_list中还有元素时，我们就做如下操作：

从 open_list 中根据 f(n)的值大小找出最优的元素，值越小优先度越高，将其赋值给一个 “当前节点 ” current，它是不断更新的。
将 current 从open_list 中移除；同时添加进close_list中；
在此需要简单说明一下“关闭集”close_list作用，所有的已考察过的节点都被添加进去，确保元素不会被重复考察。（如果往回走，就意味着无用的重复）。
遍历当前节点 current 的所有邻居 neighbor 节点，我们只考虑 可通过的 且没有加入close_list 中（也即没有考察过）。接下来分为两种情况：
1、该节点还没有被添加进 open_list 中：
那么计算该节点各函数的值 g(n),h(n),f(n) = g(n) + h(n);
如果不明白三个函数什么意思的可以参考前一篇文章。
2、如果该节点已经被添加进 open_list 中：
那么我们就要根据情况判断是否需要对g(n)，f(n)进行调整，以便使其值最小。
所有邻居节点 neighbor 考察完了，如果end 点在 open_list中，算法结束，路径找到。

如果open_list已经空了，还是没有找到可取路径，那么就说明end点可能是一个孤立点。

说明：

算法我们已经大致明了，那么根据该例子进行一些必要的说明，在该例子中，我们假定有两种走法：垂直（边界）走和对角线走。二者的耗费 cost 不同，假定垂直走->cost：10，对角线走->cost ：14；此处取14只是为计算方便取10 *√2（根号2 ≈1.414）。

aStarT2

我们以绿格子为起点->current，开始遍历current 的所有neighbor ，正常情况下有8个neighbor，判断后进行函数计算g(n)，h(n)，f(n)，并将其加入open_list中，将他们所有的父指针都指向current节点。父指针用于找到路径后的路径回溯。

之后是这样的：
aStarT3.2

函数计算：

h(n) :h(n)是启发（heuristic）函数，可以根据自己的需要选用不同的启发函数，此处使用一个比较简单的函数：曼哈顿距离函数。
则 h(n) = D * （ | thisPoint.x - end.x | + | thisPoint.y - end.y | ）。
以图示为例，start右侧方格与 end 水平距离相差 3，竖直距离相差 0，而每一格Distance距离为 10，所以 H = 30，通过这种方法，你甚至可以一开始就确定每一个格子的H值。
g(n) = G = g(n-1) + g(n-1 -> n) ：从start节点到current节点的G + 从current节点到当前搜索到的neighbor的cost。在该例中由于current = start，start->start ：G = 0，因此只有start->该节点的cost 10；注意，这仍是不完备的，仅代表搜索到的节点未加入open_list中。
f(n) = g(n) + h(n); 由此可见，估价函数f(n)是最后计算的。

经过上面的计算后，我们会发现current右侧的节点（图中为C）F值最小，那么通过循环下一个考察它：
aStarT43
通过考察C，我们发现：除了右侧三个墙壁是 不可通过的，左侧neighbor已经进入close_list，其余neighbor均已加入open_list，此时我们就要判断neighbor与C之间的关系（是否应该为父子关系）。
以C、D为例，现在D的父指针指向的是A节点start，D的G值是从A到D的距离数为14，而从C到D的G值通过之前给出的公式：G = g(n) = g(n-1) + g(n-1 -> n) ，计算结果就是从C看来，D的G值应该是20，这也就意味着，A-D 的距离 < A-C-D距离之和，因此，所以为了尽可能的减少距离，我们依然保持D的父节点是A，即

父节点是能让D节点到start节点路径最短的在D之前的第一个节点

上述很重要，可以说是最重要的一个调整，为了便于理解，我给出一个需要调整的反例：

aStarT44
还是上面这个图，但是不同的是在这个图中节点C 和节点D之间不是普通的距离，他们之间存在一个桥B，桥B让C、D之间的距离缩短为2。
仍以C、D为例，现在D的父指针指向的是A节点start，D的G值是从A到D的距离数为14，而从C到D的G值通过之前给出的公式：G = g(n) = g(n-1) + g(n-1 -> n) ，计算结果就是G= 10 + 2，在C看来，D的G值应该是12，也就是说，从A到D的路程耗费 14 > 先从A到C，再由 C到D，耗费为12，因此为了减少耗费，我们就把D的G值调整为 12，F值调整为52，并把它的父节点指针指向 C。
通俗的讲，为了从A到达D走更少的路，我决定走A-C-D这条路，而到D之前我经过的最后一个节点是C，因此D的父节点是C。

如果弄明白上述说明，那么看到这里就基本弄明白A* 算法了，接下来就是按部就班的走程序，回归原图：

aStarT51

假如说，考察完C之后，在open_list中有很多优先度相同的节点，如D 、E，他们F值都是54，都属于最优先情况，我们假定先考察D。
（优先度相同时，至于具体想考察那个，完全可以自己控制，比如先考察排在前面的等）。

考察D，加两个新节点进入open_list，蓝色节点下方由于 “规定”不能越墙走对角线，所以不加入。
D考察完了，这时候虽然看起来D下方节点离红色节点更近，我们也要按照 F值的高低来考察所有的有浅绿边框的节点。接下来是考察E。
然后是D左节点，然后是E左节点，然后是Start左侧节点，这三个的D值都是60，虽然他们看起来也不太可能对最终路径做贡献，但我们还是要逐个考察，直到外层的节点F值都 >= 74,也即D下方节点重新是优先度最高节点，我们才能继续D下方节点的考查。。。