A*算法，转基因干饭迷宫老鼠与游戏中的寻路

转基因干饭迷宫老鼠

问题描述

相信大家应该很熟悉迷宫老鼠问题，也一定有相当多部分的人能够熟练地使用BFS求解迷宫老鼠的最短路径问题，那么，如果现在，我们对迷宫老鼠问题进行适当的强化，你是否还能熟练的求解这个问题：

问题1：

在传统迷宫老鼠问题的基础上，思考一下问题：转基因超级干饭老鼠可以在迷宫中斜着走，但是横向移动一下你需要喂它10斤饭，斜着走一下你需要喂它14斤饭（因为距离变成了根号2），你能输出这个超级迷宫老鼠干饭最少的路径和干饭吗？

问题2：

在问题1的基础上，如果迷宫里存在“水域”，“高地”等不同地形，老鼠分别需要消耗15，20斤饭才能移动一个地形，那么，又该如何求解这个问题？

问题分析

首先，你可能认为写出这个题目的人多多少少沾点儿脑瘫，但是，问题也并非空穴来风，这种行为其实是在游戏中非常常用的行为。试想在一个RTS或MOBA游戏中，游戏的地形很少有完全平坦的陆地。大多数情况下，游戏中不仅存在或多或少的障碍物，穿过不同的地形往往也意味着不同的代价。事实上，游戏中的寻路方法远远比我们接下来要讨论的算法复杂许多。

我不可以用BFS，DFS或者Dijkstra 算法吗？

不可以。

首先我们来探讨BFS：BFS是一个相当常用的算法，这个算法被广泛的应用在寻路，遍历图，求最短路径等多种图论算法中。他的核心思想是平等的探索起始点的各个方向。对于普通的迷宫问题而言，这种算法是求解最短路的优秀方法，然而，由于它平等探索的特性，决定了BFS无法在这种带有权值的问题中使用。

其次，我们来考察DFS算法：在本人的经验中，首先很少见到有人使用DFS来求解最短路径问题，不过DFS确实可以用来求最短路径。它面临的问题和BFS相同：DFS总是平等的对待所有的点，在这个问题中，图中每个节点却拥有不同的权值，因此，DFS算法并不适用这个问题。

最后，让我们观察Dijkstra算法，Dijkstra算法可以用来解决带有权值的问题。但是，Dijkstra算法的扩张方式是从启示点开始向四周扩张的，这对于程序的速度而言并不是一件好事，而游戏算法往往对速度具有极高的要求。

因此，我们应该考虑的最好算法，应该是既能考虑遍历方向应该是优先选择向结束点靠近的，同时，又能处理移动代价的算法。

A*算法

A*算法是用来干什么的？

寻路的
尽管我们发现以上讨论的三种方法并不适用于解决这个问题，但是我们一直以来的努力并非全部木大。我们依然能参考使用Dijkstra算法与BFS的思维，提出新的思路。在实践中，A算法被认为是一种高效而可行的算法，在接下来的部分中，我们将尝试使用A算法来解决转基因干饭老鼠问题1

A*算法如何工作

试看这幅地图：

在这地图中，紫色地图块为障碍物，红色地图块为起点，蓝色地图块为结束点，其余地图块均为可到达区域，其他题设与问题1所描述的相同。

我们将以这幅地图为例介绍A*算法的使用方法，在此之前，我们需要明确我们将在此处使用的工具。

1.Open List：一个用于储存节点的数据结构，虽然他的名字叫Open List，但是使用线性表的等其他数据结构也可以。

2.Closed List：同Open List，一个用于储存节点的数据结构，使用链表，线性表等常见数据结构均可。

3.每个节点具有三个数值：
F： 满足 F = G + H。
G： 从起点开始，到指定格子的距离。
H： 从起点开始，到达这个格子的预计距离。

4.每个节点还应该具有一个父亲，你可以使用一个指向节点的指针表示，也可以使用简单的记录父亲坐标的方法表示。

看到这里估计大家并不知道这四个工具如何使用，没关系，我们开始搜索，边说边用：

开始工作！

0.输入各点的坐标，绘制地图，置空你的OpenList与ClosedList

1.第一步，从起点A开始，标记所有A周围的可以到达的点，并将他们全部加入OpenList，当然，这些点不可以本来就在OpenList或者ClosedList中。
如图所示，所有绿色色块代表他们被加入了OpenList。

2.我们为所有的点都设置父亲，在这里，他们的父亲就是起始点，标记完父亲之后的图应该是这个样子的：
这一步是很有必要的，因为我们需要能够追踪这些点的父亲，来寻找这个路径。我们稍后将看到这个点所发挥的巨大作用。