【高级算法设计与分析】实验2：单向与双向A*搜索算法

实验二：搜索算法

1. 实验目的
   1、掌握搜索算法的基本设计思想与方法，
   2、掌握 A*算法的设计思想与方法，
   3、熟练使用高级编程语言实现搜索算法，
   4、利用实验测试给出的搜索算法的正确性。

2. 实验学时
   4学时。

3. 实验问题
   寻路问题。以图1为例，输入一个方格表示的地图，要求用A*算法找到并输出从起点（在方格中标示字母S）到终点（在方格中标示字母T）的代价最小
   的路径。有如下条件及要求：
   （1）每一步都落在方格中，而不是横竖线的交叉点。
   （2）灰色格子表示障碍，无法通行。
   （3）在每个格子处，若无障碍，下一步可以达到八个相邻的格子，并且只可以到达无障碍的相邻格子。其中，向上、下、左、右四个方向移动的代价为1，向四个斜角方向移动的代价为√2。
   （4）在一些特殊格子上行走要花费额外的地形代价。比如，黄色格子代表沙漠，经过它的代价为4；蓝色格子代表溪流，经过它的代价为2；白色格子为普通地形，经过它的代价为0。
   （5）经过一条路径总的代价为移动代价+地形代价。其中移动代价是路径上所做的所有移动的代价的总和；地形代价为路径上除起点外所有格子的地形代价的总和。比如，在下图的示例中，路径 A→B→C 的代价为√2+1(移动)+0(地形)，而路径 D→E→F 的代价为2(移动)+6(地形)。
   

4. 实验步骤
   4.1 实现单向与双向的 A搜索算法
   以下图为样例，实现单向和双向 A算法并测试输出。输出的路径应该与图2-1 中以圆点标示的路径一致，或者略有不同但是有一样的代价。规则和条件如第3节所述。
   双向A算法应当从S点和T点同时进行A搜索。
   
   首先进行地图的构造，使用-1表示不可达，4表示沙漠，2表示河流，如地图1的构造为：

   def get_Map1():
       Map = np.zeros((14, 17))
       # 不可达
       Map[5][6] = Map[6][6] = Map[7][7] = Map[8][7] = Map[9][7] = Map[9][8] = Map[10][8] = Map[11][8] = -1
       # 开始和结束
       start = point(11, 4)
       end = point(2, 13)
   
       return Map, start, end
   

   其中，定义point表示点的行和列，其实例对象表示地图中的一个位置。然后node 类用于表示 A* 算法中的节点，包含了当前节点的位置 (row 和 col)、父节点 (parent)、代价值 (G)、启发值 (H)、总代价值 (F)，以及一个标志 (reverse) 用于表示是否是反向遍历中的结点。在节点初始化时，计算 G、H 和 F 的值，其中 G 表示从起点到当前节点的实际代价，H 表示当前节点到目标节点的启发值，F 是 G 和 H 的和。其中，重写了__lt__ 方法定义了节点之间的比较规则，以便在使用堆的数据结构时能够按照总代价值进行排序。实现代码如下所示：

   	class node(object):
   	    def __init__(self, parent, point: point, topography: int, end: point, reverse: bool):
   	        self.row, self.col = point.row, point.col
   	        self.parent = parent
   	        self.reverse = reverse
   	        self.G = 0
   	        self.H = 0