A*搜索算法,俗称A星算法。这是一种在图形平面上,有多个节点的路径,求出最低通过成本的算法。常用于游戏中的NPC的移动计算,或在线游戏的BOT的移动计算上。
该算法像Dijkstra算法一样,可以找到一条最短路径,也像BFS一样,进行启发式的搜索。
在此算法中,如果以g(n)表示从起点到任意顶点n的实际距离,h(n)表示任意顶点n到目标顶点的估算距离,那么A*算法的公式为f(n)=g(n)+h(n)。
这个公式遵循以下特性:
---如果h(n)为0,只需求出g(n),即求出起点到任意顶点n的最短路径,则转化为单源最短路径问题,即Dijkstra算法。
---如果h(n)<=“n到目标的实际距离”,则一定可以求出最优解。而且h(n)越小,需要计算的节点越多,算法效率越低。
需要注意的地方:
一般而言,h函数和g函数应为同一属性函数,比如g函数我们采用欧氏距离,那么h估价函数也应该采用欧氏距离来估计,而且保证h的估计值小于等于h的真实值,否则将导致可能出现的错误,网上盛传的某A*算法经典带图博客里(黑格红点图,或许大家看过)其实就出现了这个问题,它所寻出的最短路本身就是有问题的,这个大家需注意。
其次,h值的估计值若远小于实际值时,会出现搜索效率很低的情况,这个大家需注意,若发现搜索效率不对劲时,应考虑更换估价函数。
最后,A*本身有很多可以改进的地方,比如当你处理的数据规模很大时,比如几百万个点,几千万条边