基于A*算法的迷宫游戏

---

前言

本项目以PyCharm为开发平台，使用python编程语言，基于A*算法随机生成一个迷宫，并求解迷宫。

---

一、项目要求

a）随机生成一个迷宫，并求解迷宫；
b）要求游戏支持玩家走迷宫，和系统走迷宫路径两种模式。玩家走迷宫，通过键盘方向键控制，并在行走路径上留下痕迹；系统走迷宫路径要求基于A*算法实现，输出走迷宫的最优路径并显示。
c）设计交互友好的游戏图形界面。

二、A*算法

A算法，A(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。
算法中的距离估算值与实际值越接近，最终搜索速度越快。选择路径中经过哪个方格的关键是下面这个等式：F = G + H。
其中，f是从初始状态经由状态n到目标状态的代价估计，g是在状态空间中从初始状态到状态n的实际代价，h是从状态n到目标状态的最佳路径的估计代价。（对于路径搜索问题，状态就是图中的节点，代价就是距离）
h的选取：保证找到最短路径（最优解的）条件，关键在于估价函数f的选取（或者说h的选取）。
以d(n)表达状态n到目标状态的距离，那么h(n)的选取大致有如下三种情况：
① 如果h(n)< d(n)到目标状态的实际距离，这种情况下，搜索的点数多，搜索范围大，效率低。但能得到最优解。
② 如果h(n)=d(n)，即距离估计h(n)等于最短距离，那么搜索将严格沿着最短路径进行， 此时的搜索效率是最高的。
③如果 h(n)>d(n)，搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。

三、项目实现

1.框架结构

2.数据结构

（1）open表
（2）close表
（3）route表

3.主要功能函数

（1）估值函数

    def evaluate(self):   #估值函数
        return self.distanceStart + abs(self.x - self.endX) + abs(self.y - self.endY)

（2）A*算法

    def Astar(self):
        # 将起点放到open表中
        self.openList.append(self.startPoint)
        while (not self.isOK):
            # 先检查终点是否在open表中，若有则结束
            if self.inOpenList(self.endPoint) != -1:  # 在open表中，程序结束
                self.isOK = True  #
                self.end = self.openList[self.inOpenList(self.endPoint)]
                self.route.append(self.end)
                self.te = self.end
                while (self.te.parentPoint != 0):
                    self.te = self.te.parentPoint
                    self.route.append(self.te)
            else:
                self.sortOpenList()  # 将估值最小的节点放在index = 0
                current_min = self.openList[0]  # 估值最小节点
                self.openList.