一步一步写算法(之寻路)


【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】


寻路是游戏设计中需要使用到一种功能,那么我们怎么样以一个点作为起始点,快速地寻找到目标点呢?其实寻路的方法不难。一种简单有效的方法就是回溯法。如果我们从一个点出发,那么这个点周围肯定有若干条路,只要有一条路存在,我们就一直走下去,直到发现没有路走为止;要是发现路走不下去了怎么办,那就只好回头了,我们只能从剩下的选项中继续选择一条路,继续尝试。如果很不幸,所有的尝试都结束了,还是没有发现目标节点,那只能说明,我们真的无路可走。

a)首先,我们用矩阵表示地图:其中1表示路,0表示没有路,2表示终点,起始地点为(1,0)

#define MAX_NUMBER_LENGTH 6 static int gPath[MAX_NUMBER_LENGTH][MAX_NUMBER_LENGTH] = { {0 , 0, 0, 0, 1, 1}, {1, 1, 0, 0, 1, 0}, {0 , 1, 1, 1, 1, 0}, {0 , 0, 1, 0, 1, 2}, {0 , 0, 1, 0, 1, 0}, {0 , 0, 1, 1, 1, 0} }; static int gValue[MAX_NUMBER_LENGTH][MAX_NUMBER_LENGTH] = {0}; /* 记录已走过的路 */


b)其实,我们编写一个判断函数,判断当前节点是否合法

int check_pos_valid(int x, int y) { /* 节点是否出边界 */ if(x < 0 || x>= MAX_NUMBER_LENGTH || y < 0 || y >= MAX_NUMBER_LENGTH) return 0; /* 当前节点是否存在路 */ if(0 == gPath[x][y]) return 0; /* 当前节点是否已经走过 */ if('#' == gValue[x][y]) return 0; return 1; }
c)接着,我们编写一个递归的寻找算法即可

int find_path(int x, int y) { if(check_pos_valid(x,y)) { if(2 == gPath[x][y]){ gValue[x][y] = '#'; return 1; } gValue[x][y] = '#'; if(find_path(x, y-1)) return 1; if(find_path(x-1, y)) return 1; if(find_path(x, y+1)) return 1; if(find_path(x+1, y)) return 1; gValue[x][y] = 0; return 0; } return 0; }
d)为了验证我们的算法是否正确,可以编写一个打印函数

void print_path() { int outer; int inner; for(outer = 0; outer < MAX_NUMBER_LENGTH; outer++){ for(inner = 0; inner < MAX_NUMBER_LENGTH; inner++){ printf("%c ", gValue[outer][inner]); } printf("\n"); } }

e)上面c中所描述的算法只是寻找一条路,那么如果想遍历所有的道路,算法应该怎么修改呢?

void find_path(int x, int y) { if(check_pos_valid(x,y)) { if(2 == gPath[x][y]){ gValue[x][y] = '#'; print_path(); gValue[x][y] = 0; return ; } gValue[x][y] = '#'; find_path(x, y-1); find_path(x-1, y); find_path(x, y+1); find_path(x+1, y); gValue[x][y] = 0; } }
思考题:

上面的题目介绍了寻路的方法,介绍了如何遍历所有的可能路径。当然你可以从这所有的寻找路径中寻找出一条最短的路径。但是朋友们可以思考一下,有没有一种方法,可以一下子寻找到最优的路径呢?



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引用中提到了一个主文件main.exe,双击运行,以及一个配逻辑文件mineblock.py和一个包含图片资源的文件夹resources。根据引用,在找内外圈的点时,可以使用线性规划的方法,通过计算两条path的最远距离点来确定可走径。而根据引用,在处理障碍点时,需要找到邻居为1的点,但要排除边界点。 关于Python算法,有很多种方法可供选择,以下是其中几种常见的算法: 1. A*算法:A*算法是一种基于启发式的搜索算法,通过估计从起点到终点的代价来选择下一步的移动方向。它结合了广度优先搜索和贪婪最佳优先搜索的特点,可以高效地找到最优径。 2. Dijkstra算法:Dijkstra算法也是一种基于启发式的搜索算法,它通过计算从起点到当前节点的最短径来选择下一步的移动方向。与A*算法不同的是,Dijkstra算法没有考虑终点的位置,它只关注径的长度。 3. BFS(广度优先搜索):BFS是一种逐层扩展搜索的算法,它从起点开始,逐层地向外扩展,直到找到目标节点。BFS算法是一种盲目搜索算法,它并没有考虑径长度或启发函数。 4. DFS(深度优先搜索):DFS是一种递归的搜索算法,它从起点开始,一直沿着一个径向前搜索,直到达到最深处,然后回溯到上一个节点,再继续搜索其他径。 以上是一些常见的Python算法,根据具体问题和需求,可以选择适合的算法来实现径搜索。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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