A*寻路算法

A*寻路算法

A*寻路算是游戏开发中很常见的一种寻路算法，网络上相关的介绍也非常多，这次从其他寻路算法谈起，来看一看A星算法是如何诞生的，本文所有寻路算法使用TypeScript实现

算法默认权重不为负数

广度优先搜索

广度优先搜索，就如同洪水一样，从搜索起点不断往外扩张

搜索实现

1. 构建一个搜索队列searchList，列表中的节点就是等待搜索的节点，初始化时将起点加入到列表中; 构建一个searchRecord记录被搜索过的节点
2. 从searchList搜索队列中取出一个节点，获取到该节点的临近节点(这里取上下左右4个节点)，若临近节点没有被搜索过，将临近节点加入到searchList中
3. 重复步骤2，直到搜索完所有节点

提前结束

上面的搜索步骤是地图中所有节点进行遍历，实际上寻路都存在一个或多个目标，当搜索到目标就可以停止算法，避免不必要的查询

关于searchRecord

serachRecord用来记录搜索过的节点，当寻找到最终目标，最终的搜索路径就通过serachRecord构建出来, 我这里使用的是一个Dictionay来实现的，key是由节点的xy值构成的一个字符串，以表示一个唯一的节点，
比如，当我们以(5,5)为起点，[(4, 5), (5, 4), (5, 6), (6, 5)]这四个点将会被搜索，那么searchReocrd的结构就是这样的

searchRecord = {
    '4_5': Node(5, 5),
    '5_4': Node(5, 5),
    '5_6': Node(5, 5),
    '6_5': Node(5, 5)
}

这样的结构表明了key与value的父子关系: (5, 5) -> (4, 5), 当搜索继续下去，可能会出现下面的结果

searchRecord = {
    '4_5': Node(5, 5),
    '3_5': Node(4, 5),
    '2_5': Node(3, 5),
    '1_5': Node(2, 5),
    ......
}

假如(1, 5)是我们的终点，那么根据searchRecord我们可以轻松构建出最终的搜索路径: (5, 5) -> (4, 5) -> (3, 5) -> (2, 5) -> (1, 5)

核心代码实现

    let searchQueue: Array<Node> = [star