没有人比你更美好,因为这个世界不会再有第二个你。别总是自卑,你永远比你自己想象的要好。
引言:终于来到了A* 算法了。从这里开始,才算开始接触搜索中真正的难点。A* 算法的思想是启发式搜索(传送门在这里)。A* 算法是一个应用相当广泛的算法,明白了A* 算法受益无穷。
原理🍭
A* 算法的应用条件:已知起点和终点(或起始状态和终末状态)的情况下求路径。
A* 算法的核心就是估价函数,记作F(n)=G(n)+H(n),对每一个点维护一个F(n);
- F(n):从起点到终点的估计代价
- G(n):从起点到当前点的代价(已知)
- H(n):从当前点到终点的估计代价
不难看出,算法的难点就是构建一个比较好的H(n)。
A*算法也是一个比较抽象的概念,我们也用几道例题来介绍。
例题1:寻路🍬
给出一个图的起点和终点,找到一条最短路径
解析🍹
这是A* 算法的最基本应用,我们用图来理解一下这个算法的运作过程。在A* 算法中,我们维护一个open表,一个close表。
- open表中是在算法运行过程中所涉及到但未被选择的点,我们维护这些点的位置及其估价函数
- close表中是被选择的点,我们维护这些点的位置及其父亲(即这个点的前一个点)
图示🍧
-
原图,从绿色点到浅蓝色点,先将绿色点放入open表
-
将绿色点放入close表,将其周围的点放入open表
-
我们选择一个估计距离最短的点加入close值并拓展
(当有多个点距离最短时,也不能随便选择一个点,而要根据实际情况选择出最恰当的那个点。我们这里每次选择最短距离点中x值最大的点) -
重复这个过程
- 在这个地方,只有一个点是最短距离点,直接选择这个点
(注意,这里在纳入open表的时候第二次计算(4,3)这个点。对于这种情况,我们认为,如果重新计算的结果比原来的结果要小,那么更新这个点的F(n)值,否则不更新。我们这里没有更新这个点。) - 重复过程。我们发现终点已经被纳入open表中。
- 将终点纳入close表,记录其父亲,算法结束。
A* 算法的基础寻路应用在思想上很简单,但需要找到合适的估价函数,也就是如何估计G(n)的值很重要。我们这里用的是最简单的,但实际应用时,单单是这个值的算法就会很复杂。