A-Star算法是一种静态路网中求解最短路最有效的方法。简单的说,就是从起点开始,计算出经过周围节点的代价。找到一条代价最小的通向终点的路径。整个过程就是不断把周围代价最小的节点作为新的起点,最后达终点,同时找到最佳路径。
上面说的节点,在网格中就是一个方格,不过也可以是其他形状,比如六边形。另外一个就是代价,代价包含两个方面的意思:从起点到当前点的代价和当前点到终点的估计代价。这两个代价值加起来就是当前点的总代价了。
通常用公式表示为:f = g + h.
g就是从起点到当前点的代价。
h是当前点到终点的估计代价,是通过估价函数计算出来的。这个函数可以说是整个算法的关键了,因为算法的不同直接影响最终结果,以及算法的效率。这里有一个简单而有效算法,对于简单的网格来说就是计算当前网格到终点的距离:Math.sqrt(dx*dx+dy*dy);
搜索过程是这样的:
有两个数组,openList(带考察表)存放已经估价的节点,其中代价最小的节点是下一次计算的起点。closedList(已考察表)存放从待考察表中取出的代价最小的节点,在对其周围的各个节点进行估价后就将其放入closedList。
对于每个节点都会有一个父节点,以一个点计算周围节点时,这个点就是其它节点的父节点。到达终点时,就通过每一个点的父节点一直找到起点。路径也就找到了。
计算代价:
对于一个不再边上的节点,他周围会有8个节点,可以看成他到周围8个点的代价都是1。精确点,到上下左右4个点的代价是1,到左上左下右上右下的1.414就是“根号2”,这个值就是前面说的g。大概就是下面这个样子
2.8 2.4 2 2.4 2.8
2.4 1.4 1 1.4 2.4
2 1 0 1 2
2.4 1.4 1 1.4 2.4
2.8 2.4 2 2.4 2.8
对于h,需要用一个估价函数来计算,前面有说到一个简单算法就是计算直线距离。假设终点是(50,50),对于点(20,30)来说我们用前面提到的估价函数来计算的话就是这样:
dx = 50 - 20 = 30;
dy = 50 - 30 = 20;
h = Math.sqrt(dx * dx + dy * dy) = 36.1
本文转载至http://blog.163.com/c_youyou/blog/static/119618048200911352544660/