蓝桥杯--BFS与A*问题（启发式搜索）(笔记系列9）

还是这个问题，只不过现在的输出是找出最短路径。

按照之前的BFS，它是用来得到所能到达的瓷砖总数量，同时也能得到很多条到达终点的路径，也能求最短路径。因为这是方形的，点与点之间的距离是相同的，如果点与点之间的距离不一定相同呢？那么绕路就可能会更加的近（此时的绕路看似是经历了多个点，但是其实距离更近，脑补带权的图）。这种情况，BFS显然不适用。

对于个图，从@出发到t（target）,用BFS那么会走很多“冤枉路”，因为我的目标是找到@到t的最短路径，如果按照普通BFS，那么会遍历所有的点，时间复杂度会有所提高。按照我们人的思路，t在右边，那么肯定是往右边找最短路径啊。就是有一个大致的方向的去搜索，而普通的BFS就是全盘搜索再比较长度。那计算机怎么做到这种“人工智能”呢？

这时候用到A*算法，A*算法简单的说是“BFS+贪心”

A*算法的一般性描述参考书本：

这题中的启发函数用到曼哈顿距离，这个曼哈顿距离在计算机视觉领域中有涉及。

曼哈顿距离d=|x1-x2|+|y1-y2|，(x1,y1),(x2,y2)分别是起点坐标与终点坐标

在上面的起点终点图中，我们按照下图的方法来搜索

箭头上的小标代表@到t的曼哈顿距离，那么曼哈顿距离的长度决定了搜索的方向，通过每一次出队入队后判断曼哈顿距离就可以确定搜索的大致方向，就能省去很多多余的搜索路径，这在一定程度上减少了时间复杂度，也达到了简单的“人工智能”。