A*寻路（一） 顽皮猫详解A*算法的工作原理

最近在学习U3D人工智能的A*寻路，相信只要是对游戏开发有所了解或者对算法有一定研究的同学，一定都听说过A*算法。那么A*算法究竟是什么原理能，下面我来进行详细的解答。

在讲解A*之前，我们先来了解一下，A*算法是要建立在一个“地图”上的，这个所谓的“图”主要分为3类：1.基于单元的导航图 2.可视点导航图 3.导航网格

单元的导航图简单的说，就像是纱窗一样，由一些形状一样的规整的图形组成的图，这些图形一般是正方形或者六边形，例如下面的图形：

 其他两种图由于和我这篇讲的不相关，我就不展开了，感兴趣的同学可以自己查资料。

我们接下来要讲解的A*算法就是建立在此单元导航图上的。

A*算法是为了寻找从起点到终点的最短路径，并且有障碍物的时候会避开障碍物。为了达到此目的，我们必须要有三个参数：1.记录起点到当前位置的距离 2.当前位置到终点的最小距离 3.从起点开始经过此节点，并且加上从当前节点到达终点的最小距离（听上去有点拗口，不过意思很简单，就是 从起点开始，经过此节点，到达终点）

这里我们分别用：

g表示从起点出发，到达当前位置的距离。

h表示从当前节点出发到达终点的估计最小距离。（注意这里的h一般是通过某种算法得到的估计值，不一定准确，但是可以作为A*算法的参考）

f表示 g+h

当然，我们还需要一个记录当前节点是从何处走来的，即：当前节点的父节点parent。这下，计算A*的数据结构就出来了，每个节点包括以上4个属性,代码表示如下:

struct StartNode

{

float g=0;

float h=估算当前与终点的距离;

float f=g+h;

StartNode parent =null;

}

在上面的单元导航图中，每一个格子周围有8个相邻的格子，每次移动的时候，只能移动到这8个相邻的格子上面。（这里说明一下，格子分的越多，寻找的路径为好（越短），但是寻路的时间也越长）

A*算法还需要用到两张表：1.Open表由待考察的节点组成。 2.Closed表由已经考察过的节点组成。（以考察过&#x