A star algorithm

原文出自 http://www.cnblogs.com/hxsyl/p/3994730.html

英文题目,汉语内容,有点挂羊头卖狗肉的嫌疑,不过请不要打击我这颗想学好英语的

心。当了班主任我才发现大一18本书,11本是英语的,能多用两句英语就多用,个人认

为这样也是积累的一种方法。

     Thanks open source pioneers dedicated to computer science especially A*.

一、算法简介

     为什么写这个,以前学长就用这个结合MFC做了个小游戏,分为三个等级“弱智,一

般,大神”,分别采用不同算法来寻找迷宫出口,其中大神就是采用A*算法,当时感觉

好神奇啊。前几天网上看到有人问A*算法,我就研究了下。下面的这部分内容估计奔走

在各大高校的人工智能课上(国外的一片算法分析),很明显,笔者也不能免俗。


      我知道下面不属于学术不端(没发表,结合自己的理解重新表达),现在就一起共享大

神的作品吧(从图中可以看出并不是所有点都搜索一遍才找到了路径,给图片的目的是为

了直观理解,以后忘记的话,看看图片也就记起来算法了,作为一名中共党员,笔者只

信仰马克思主义,实践检验真理的唯一标准)。

      我们假设某个人要从A点到达B点,而一堵墙把这两个点隔开了,如下图所示,绿色

部分代表起点A,红色部分代表终点B,蓝色方块部分代表之间的墙。

                                    ASC7Q(1[H3[8`C9F[H$WH$G        ]9Y1RQ_M~DNW[A8CED]BH4F

                           HVC95`I23RF{R~F9)G77NSN UR}[0[2HI1(41_N8{DYJNV7

      你首先会注意到我们把这一块搜索区域分成了一个一个的方格(如果地图特别大,类

似稀疏矩阵的话就要结合数据结构的稀疏矩阵了,划分大块,不过没遇到过例子,不

会),如此这般,使搜索区域简单化,正是寻找路径的第一步。这种方法将我们的搜索区

域简化成了一个普通的二维数组。数组中的每一个元素表示对应的一个方格,该方格的

状态被标记为可通过的和不可通过的。通过找出从A点到B点所经过的方格,就能得到

AB之间的路径。当路径找出来以后,这个人就可以从一个格子中央移动到另一个格子中

央,直到抵达目的地。  这些格子的中点叫做节点。当你在其他地方看到有关寻找路径的

东西时,你会经常发现人们在讨论节点。为什么不直接把它们称作方格呢?因为你不一

定要把你的搜索区域分隔成方块(感觉高大上),矩形、六边形或者其他任何形状都可

以。况且节点还有可能位于这些形状内的任何一处呢(这句不懂,莫非是每个大块提前做

一些预处理)?在中间、靠着边,或者什么的。我们就用这种设定,因为毕竟这是最简单

的情况。

      开始搜索,当我们把搜索区域简化成一些很容易操作的节点后,下一步就要构造一个

搜索来寻找最短路径。在A*算法中,我们从A点开始,依次检查它的相邻节点,然后照

此继续并向外扩展直到找到目的地。 从A点开始,将A点加入一个专门存放待检验的方

格的“开放列表”中。这个开放列表有点像一张购物清单。当前这个列表中只有一个元

素(个人感觉可以不加),但一会儿将会有更多。列表中包含的方格可能会是你要途经的

方格,也可能不是。总之,这是一个包含待检验方格的列表。检查起点A相邻的所有可

达的或者可通过的方格,不用管墙啊,水啊,或者其他什么无效地形,把它们也都加到

开放列表中(这句话我很不认同,可能我理解错了,看我代码你会发现,我最外圈加了一

圈1,表示墙壁,遇到墙壁就继续找其他相邻节点,并没有加入openTable)。对于每一个

相邻方格,将点A保存为它们的“父方格”(类似最短路径算法打印路径,当然你可以选

择严蔚敏老师的三维数组保存路径法,关于SP问题请参考笔者的(包括四大算

法)http://www.cnblogs.com/hxsyl/p/3270401.html)。当我们要回溯路径的时候

,父方格是一个很重要的元素。从开放列表中去掉方格A,并把A加入到一个“封闭列

表”中。封闭列表存放的是你现在不用再去考虑的方格(说的很清楚,只是暂时不用考

虑,如果不进行二次判断(指的是重新拿出来这个点来更新周边)的话,干嘛要

closeTable,所以笔者认为不要光看理论,想一下实际情况,很多问题就会豁然开朗)。此

时你将得到如图所示的样子。在这张图中,中间深绿色的方格是你的起始方格,所有相

邻方格目前都在开放列表中,并且以亮绿色描边。每个相邻方格有一个灰色的指针指向

它们的父方格,即起始方格。然后排序找到G最小的点作为下次起点。

      下面还有很多,感觉不必赘述,随便百度一下都有的。

二、算法描述

  1: //这段伪代码可以看出个大概,但是不完全,知道意思就行
  2: while (Open表非空)  {    
  3:   从Open中取得一个节点X,并从OPEN表中删除。   
  4:   if (X是目标节点)   {     
  5:     求得路径PATH;   
  6:     返回路径PATH;   
  7:   }    
  8:   for (每一个X的子节点Y)   {     
  9:     if (Y不在OPEN表和CLOSE表中)    {      
 10:       求Y的估价值;     
 11:       并将Y插入OPEN表中;    
 12:     }else if (Y在OPEN表中)    {      
 13:       if (Y的估价值小于OPEN表的估价值)      
 14:         更新OPEN表中的估价值;    
 15:       }    
 16:     else {//Y在CLOSE表中          
 17:       if (Y的估价值小于CLOSE表的估价值)     {       
 18:         更新CLOSE表中的估价值;       
 19:         从CLOSE表中移出节点,并放入OPEN表中;    
 20:       }    
 21:     }  
 22:   }
 23:   将X节点插入CLOSE表中;     
 24:   按照估价值将OPEN表中的节点排序;
 25: }

三、算法Java实现

      看了两天,感觉很简单,真正写的时候你会发现有多蛋疼,如果你是个爱思考的人,

估计问题更多。

  1: package util;
  2: 
  3: import java.util.ArrayList;
  4: import java.util.Collections;
  5: import java.util.Stack;
  6: 
  7: public class AstarPathFind {
  8:   // 前四个是上下左右,后四个是斜角
  9:   public final static int[] dx = { 0, -1, 0, 1, -1, -1, 1, 1 };
 10:   public final static int[] dy = { -1, 0, 1, 0, 1, -1, -1, 1 };
 11: 
 12:   // 最外圈都是1表示不可通过
 13:   final static public int[][] map = {
 14:       { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
 15:       { 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
 16:       { 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
 17:       { 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
 18:       { 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
 19:       { 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1 },
 20:       { 1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1 },
 21:       { 1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1 },
 22:       { 1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1 },
 23:       { 1, 0, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 0, 0, 1 },
 24:       { 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
 25:       { 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
 26:       { 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
 27:       { 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
 28:       { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 } };
 29: 
 30:   public static void main(String[] args) {
 31:     // TODO Auto-generated method stub
 32:     Point start = new Point(1, 1);
 33:     Point end = new Point(10, 13);
 34:     /*
 35:      * 第一个问题:起点FGH需要初始化吗?
 36:      * 看参考资料的图片发现不需要
 37:      */
 38:     Stack<Point> stack = printPath(start, end);
 39:     if(null==stack) {
 40:       System.out.println("不可达");
 41:     }else {
 42:       while(!stack.isEmpty()) {
 43:         //输出(1,2)这样的形势需要重写toString
 44:         System.out.print(stack.pop()+" -> ");
 45:       }
 46:       System.out.println();
 47:     }
 48: 
 49:   }
 50: 
 51:   public static Stack<Point> printPath(Point start, Point end) {
 52:     
 53:     /*
 54:      * 不用PriorityQueue是因为必须取出存在的元素
 55:      */
 56:     ArrayList<Point> openTable = new ArrayList<Point>();
 57:     ArrayList<Point> closeTable = new ArrayList<Point>();
 58:     openTable .clear();
 59:     closeTable.clear();
 60:     Stack<Point> pathStack = new Stack<Point>();
 61:     start.parent = null;
 62:     //该点起到转换作用,就是当前扩展点
 63:     Point currentPoint = new Point(start.x, start.y);
 64:     //closeTable.add(currentPoint);
 65:     boolean flag = true;
 66:     
 67:     while(flag) {
 68:       for (int i = 0; i < 8; i++) {
 69:         int fx = currentPoint.x + dx[i];
 70:         int fy = currentPoint.y + dy[i];
 71:         Point tempPoint = new Point(fx,fy);
 72:         if (map[fx][fy] == 1) {
 73:           // 由于边界都是1中间障碍物也是1,,这样不必考虑越界和障碍点扩展问题
 74:           //如果不设置边界那么fx >=map.length &&fy>=map[0].length判断越界问题
 75:           continue;
 76:         } else {
 77:           if(end.equals(tempPoint)) {
 78:             flag = false;
 79:             //不是tempPoint,他俩都一样了此时
 80:             end.parent = currentPoint;
 81:             break;
 82:           }
 83:           if(i<4) {
 84:             tempPoint.G = currentPoint.G + 10;
 85:           }else {
 86:             tempPoint.G = currentPoint.G + 14;
 87:           }
 88:           tempPoint.H = Point.getDis(tempPoint,end);
 89:           tempPoint.F = tempPoint.G + tempPoint.H;
 90:           //因为重写了equals方法,所以这里包含只是按equals相等包含
 91:           //这一点是使用java封装好类的关键
 92:           if(openTable.contains(tempPoint)) {
 93:             int pos = openTable.indexOf(tempPoint );
 94:             Point temp = openTable.get(pos);
 95:             if(temp.F > tempPoint.F) {
 96:               openTable.remove(pos);
 97:               openTable.add(tempPoint);
 98:               tempPoint.parent = currentPoint;
 99:             }
100:           }else if(closeTable.contains(tempPoint)){
101:             int pos = closeTable.indexOf(tempPoint );
102:             Point temp = closeTable.get(pos);
103:             if(temp.F > tempPoint.F) {
104:               closeTable.remove(pos);
105:               openTable.add(tempPoint);
106:               tempPoint.parent = currentPoint;
107:             }
108:           }else {
109:             openTable.add(tempPoint);
110:             tempPoint.parent = currentPoint;
111:           }
112: 
113:         }
114:       }//end for
115:       
116:       if(openTable.isEmpty()) {
117:         return null;
118:       }//无路径
119:       if(false==flag) {
120:         break;
121:       }//找到路径
122:       openTable.remove(currentPoint);
123:       closeTable.add(currentPoint);
124:       Collections.sort(openTable);
125:       currentPoint = openTable.get(0);
126:       
127:     }//end while
128:     Point node = end;
129:     while(node.parent!=null) {
130:       pathStack.push(node);
131:       node = node.parent;
132:     }    
133:     return pathStack;
134:   }
135: }
136: 
137: class Point implements Comparable<Point>{
138:   int x;
139:   int y;
140:   Point parent;
141:   int F, G, H;
142: 
143:   public Point(int x, int y) {
144:     super();
145:     this.x = x;
146:     this.y = y;
147:     this.F = 0;
148:     this.G = 0;
149:     this.H = 0;
150:   }
151: 
152:   @Override
153:   public int compareTo(Point o) {
154:     // TODO Auto-generated method stub
155:     return this.F  - o.F;
156:   }
157: 
158:   @Override
159:   public boolean equals(Object obj) {
160:     Point point = (Point) obj;
161:     if (point.x == this.x && point.y == this.y)
162:       return true;
163:     return false;
164:   }
165: 
166:   public static int getDis(Point p1, Point p2) {
167:     int dis = Math.abs(p1.x - p2.x) * 10 + Math.abs(p1.y - p2.y) * 10;
168:     return dis;
169:   }
170: 
171:   @Override
172:   public String toString() {
173:     return "(" + this.x + "," + this.y + ")";
174:   }
175:   
176: }
177: /*
178: 成功了,我在想找到的一定是最佳路线么,别告诉我因为每次取最佳点,我的意思是可能8次每循环完就break了,男刀这是不同路径的最佳路线
179: */
180: 

四、结束语

      大神提到,不管地图差异的话,主要是排序耽误时间,可考虑二叉堆(大神和我想法

一样,哈哈),实际就是堆排序(不太清楚的请参考博主这篇博文

http://www.cnblogs.com/hxsyl/p/3244756.html),

不过这都不是咱么考虑的问题啦



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值