浅谈游戏中的常见的几种算法

追踪算法

几种常见的追踪算法

坐标追踪

 也是最基本追逐方式，他根据要追踪对象的坐标来修改追踪者的坐标，使两者的距离逐渐缩短。
    一个简单的例子:
          Point   m_pPrey;   /// 被追踪者
          Point   m_pAtta;   ///  追踪者
    对于追踪者来说：   新位置 =  旧位置 +  XY速度 ; 

// A code block
var foo = 'bar';

// An highlighted block
 1if( m_pAtta.x < m_pPrey.x )
 2    m_pAtta.x ++;
 3else if( m_pAtta.x > m_pPrey.x )
 4    m_pAtta.x --;
 5
 6
 7if( m_pAtta.y < m_pPrey.y )
 8    m_pAtta.y ++;
 9else if( m_pAtta.y > m_pPrey.y )
10    m_pAtta.y --;

视觉追踪

 视线追踪方式，主要是描述每一时刻都追踪者会沿着被追逐者之间的直线方向运动。如图所示：

通过图可以更好描述此问题，此问题的求解关键在于求出连接追踪者与猎物之间的直线，可以通过向量知道：2个向量想减即可得到。
可以分别用追踪者与猎物的位置坐标构造出两个向量,假设b 代表追踪者位置向量,a 代表猎物位置向量。做向量减法a-b 便得到了向量c，将c 的起点置于追踪者的位置上,就得到了一条指向猎物的向量c. 此时，令：
追踪者X 方向速度 / 追踪者Y 方向速度 ＝ c 向量x 轴分量/ c 向量y 轴分量 .即可求解。

拦截追踪

对于追踪者来说，他只需要知道被追踪者的位置，方向与速度，讲会计算一个最佳的拦截位置。然后你会发现这只是一个简单的追踪问题。且需要的时间t最少。

Dijkstra算法

迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个节点到其他节点的最短路径。

它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想)，直到扩展到终点为止

基本思路

1. 通过Dijkstra计算图G中的最短路径时，需要指定起点s(即从顶点s开始计算)。
2. 此外，引进两个集合S和U。S的作用是记录已求出最短路径的顶点(以及相应的最短路径长度)，而U则是记录还未求出最短路径的顶点(以及该顶点到起点s的距离)。
3. 初始时，S中只有起点s；U中是除s之外的顶点，并且U中顶点的路径是”起点s到该顶点的路径”。然后，从U中找出路径最短的顶点，并将其加入到S中；接着，更新U中的顶点和顶点对应的路径。 然后，再从U中找出路径最短的顶点，并将其加入到S中；接着，更新U中的顶点和顶点对应的路径。 … 重复该操作，直到遍历完所有顶点。

操作步骤

1. 初始时，S只包含起点s；U包含除s外的其他顶点，且U中顶点的距离为”起点s到该顶点的距离”[例如，U中顶点v的距离为(s,v)的长度，然后s和v不相邻，则v的距离为∞]。
2. 从U中选出”距离最短的顶点k”，并将顶点k加入到S中；同时，从U中移除顶点k。
3. 更新U中各个顶点到起点s的距离。之所以更新U中顶点的距离，是由于上一步中确定了k是求出最短路径的顶点，从而可以利用k来更新其它顶点的距离；例如，(s,v)的距离可能大于(s,k)+(k,v)的距离。
4. 重复步骤(2)和(3)，直到遍历完所有顶点。

图解

以上图G4为例，来对迪杰斯特拉进行算法演示(以第4个顶点D为起点)。以下B节点中23应为13

初始状态：S是已计算出最短路径的顶点集合，U是未计算除最短路径的顶点的集合！

第1步：将顶点D加入到S中。

此时，S={D(0)}, U={A(∞),B(∞),C(3),E(4),F(∞),G(∞)}。     注:C(3)表示C到起点D的距离是3。

第2步：将顶点C加入到S中。

上一步操作之后，U中顶点C到起点D的距离最短；因此，将C加入到S中，同时更新U中顶点的距离。以顶点F为例，之前F到D的距离为∞；但是将C加入到S之后，F到D的距离为9=(F,C)+(C,D)。  

此时，S={D(0),C(3)}, U={A(∞),B(23),E(4),F(9),G(∞)}。

第3步：将顶点E加入到S中。

上一步操作之后，U中顶点E到起点D的距离最短；因此，将E加入到S中，同时更新U中顶点的距离。还是以顶点F为例，之前F到D的距离为9；但是将E加入到S之后，F到D的距离为6=(F,E)+(E,D)。  

此时，S={D(0),C(3),E(4)}, U={A(∞),B(23),F(6),G(12)}。

第4步：将顶点F加入到S中。

此时，S={D(0),C(3),E(4),F(6)}, U={A(22),B(13),G(12)}。

第5步：将顶点G加入到S中。

此时，S={D(0),C(3),E(4),F(6),G(12)}, U={A(22),B(13)}。

第6步：将顶点B加入到S中。

此时，S={D(0),C(3),E(4),F(6),G(12),B(13)}, U={A(22)}。

第7步：将顶点A加入到S中。

此时，S={D(0),C(3),E(4),F(6),G(12),B(13),A(22)}。

此时，起点D到各个顶点的最短距离就计算出来了：A(22) B(13) C(3) D(0) E(4) F(6) G(12)。

代码

邻接矩阵为例，

// An highlighted block
var foo = 'bar';

// 邻接矩阵
typedef struct _graph
{
    char vexs[MAX];       // 顶点集合
    int vexnum;           // 顶点数
    int edgnum;           // 边数
    int matrix[MAX][MAX]; // 邻接矩阵
}Graph, *PGraph;

// 边的结构体
typedef struct _EdgeData
{
    char start; // 边的起点
    char end;   // 边的终点
    int weight; // 边的权重
}EData;12345678910111213141516

Graph是邻接矩阵对应的结构体。  

vexs用于保存顶点，vexnum是顶点数，edgnum是边数；matrix则是用于保存矩阵信息的二维数组。 

例如，matrix[i][j]=1，则表示”顶点i(即vexs[i])”和”顶点j(即vexs[j])”是邻接点；matrix[i][j]=0，则表示它们不是邻接点。  

EData是邻接矩阵边对应的结构体。

Dijkstra算法

/*
Dijkstra最短路径。
即，统计图(G)中"顶点vs"到其它各个顶点的最短路径。

*参数说明：
G – 图
vs – 起始顶点(start vertex)。即计算"顶点vs"到其它顶点的最短路径。
prev – 前驱顶点数组。即，prev[i]的值是"顶点vs"到"顶点i"的最短路径所经历的全部顶点中，位于"顶点i"之前的那个顶点。
dist – 长度数组。即，dist[i]是"顶点vs"到"顶点i"的最短路径的长度。

// An highlighted block

void dijkstra(Graph G, int vs, int prev[], int dist[])
{
   int i,j,k;
   int min;
   int tmp;
   int flag[MAX];      // flag[i]=1表示"顶点vs"到"顶点i"的最短路径已成功获取。

   // 初始化
   for (i = 0; i < G.vexnum; i++)
   {
       flag[i] = 0;              // 顶点i的最短路径还没获取到。
       prev[i] = 0;              // 顶点i的前驱顶点为0。
       dist[i] = G.matrix[vs][i];// 顶点i的最短路径为"顶点vs"到"顶点i"的权。
   }

   // 对"顶点vs"自身进行初始化
   flag[vs] = 1;
   dist[vs] = 0;

   // 遍历G.vexnum-1次；每次找出一个顶点的最短路径。
   for (i = 1; i < G.vexnum; i++)
   {
       // 寻找当前最小的路径；
       // 即，在未获取最短路径的顶点中，找到离vs最近的顶点(k)。
       min = INF;
       for (j = 0; j < G.vexnum; j++)
       {
           if (flag[j]==0 && dist[j]<min)
           {
               min = dist[j];
               k = j;
           }
       }
       // 标记"顶点k"为已经获取到最短路径
       flag[k] = 1;

       // 修正当前最短路径和前驱顶点
       // 即，当已经"顶点k的最短路径"之后，更新"未获取最短路径的顶点的最短路径和前驱顶点"。
       for (j = 0; j < G.vexnum; j++)
       {
           tmp = (G.matrix[k][j]==INF ? INF : (min + G.matrix[k][j])); // 防止溢出
           if (flag[j] == 0 && (tmp  < dist[j]) )
           {
               dist[j] = tmp;
               prev[j] = k;
           }
       }
   }

   // 打印dijkstra最短路径的结果
   printf("dijkstra(%c): \n", G.vexs[vs]);
   for (i = 0; i < G.vexnum; i++)
       printf("  shortest(%c, %c)=%d\n", G.vexs[vs], G.vexs[i], dist[i]);
}