A*搜索算法

启发式搜索算法:
要理解 A*搜寻算法,还得从启发式搜索算法开始谈起。
所谓启发式搜索,就在于当前搜索结点往下选择下一步结点时,可以通过一个启发函数
来进行选择,选择代价最少的结点作为下一步搜索结点而跳转其上(遇到有一个以上代价最
少的结点,不妨选距离当前搜索点最近一次展开的搜索点进行下一步搜索)。
DFS 和 BFS 在展开子结点时均属于盲目型搜索,也就是说,它不会选择哪个结点在下
一次搜索中更优而去跳转到该结点进行下一步的搜索。在运气不好的情形中,均需要试探完
整个解集空间, 显然,只能适用于问题规模不大的搜索问题中。
而与 DFS,BFS 不同的是,一个经过仔细设计的启发函数,往往在很快的时间内就可得
到一个搜索问题的最优解,对于 NP 问题,亦可在多项式时间内得到一个较优解。是的,关
键就是如何设计这个启发函数。

A*搜寻算法
A*搜寻算法,俗称 A 星算法,作为启发式搜索算法中的一种,这是一种在图形平面上,有多个节点的路径,求出最低通过成本的算法。常用于游戏中的 NPC 的移动计算,或线上游戏的 BOT 的移动计算上。该算法像 Dijkstra 算法一样,可以找到一条最短路径;也像 BFS一样,进行启发式的搜索。

A*算法最为核心的部分,就在于它的一个估值函数的设计上:
f(n)=g(n)+h(n)
其中 f(n)是每个可能试探点的估值,它有两部分组成:
一部分,为 g(n),它表示从起始搜索点到当前点的代价(通常用某结点在搜索树中的深度来表示)。另一部分,即 h(n),它表示启发式搜索中最为重要的一部分,即当前结点到目标结点的估值, h(n)设计的好坏,直接影响着具有此种启发式函数的启发式算法的是否能称为 A*算法。
一种具有 f(n)=g(n)+h(n)策略的启发式算法能成为 A*算法的充分条件是:
1、搜索树上存在着从起始点到终了点的最优路径。
2、问题域是有限的。
3、所有结点的子结点的搜索代价值>0。
4、 h(n)=

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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