实验三 基于A*迷宫的算法

一 实验要求

 1、迷宫随机生成

2、玩家走迷宫,留下足迹;

3、系统用A*算法寻路,输出路径

解决问题

1、如何显示迷宫的图形界面;

2、如何生成随机的迷宫;

3、怎样移动游戏中走迷宫的“玩家”;

4、用A*算法求解迷宫;

二 实验算法

1.显示迷宫路径

prime算法  :首先,生成迷宫全部都是围墙设为1表示围墙的值就是1。其次,把迷宫之外的轮廓设置为0表示边框,然后设置起点和重点的值分别为2和2.
接下来就要判断起始点下下个低方判断是否是围墙,因为防止打穿围墙或者达到之前的路上在围墙中不断的挖路从而生成迷宫。方法主要是从起点开始每一个上下左右,当发现有围墙,则往围墙移动,然后继续判断最终不断递归。

2.基于A*迷宫求解

节点放入开放列表(开始节点的F和G值都视为0);

三i. 在开放列表中查找具有最小F值的节点,并把查找到的节点作为当前节点;

ii.把当前节点从开放列表删除, 加入到封闭列表;

iii.对当前节点相邻的每一个节点依次执行以下步骤:

1.     如果该相邻节点不可通行或者该相邻节点已经在封闭列表中,则什么操作也不执行,继续检验下一个节点;

2.     如果该相邻节点不在开放列表中,则将该节点添加到开放列表中, 并将该相邻节点的父节点设为当前节点,同时保存该相邻节点的G和F值;

3.     如果该相邻节点在开放列表中, 则判断若经由当前节点到达该相邻节点的G值是否小于原来保存的G值,若小于,则将该相邻节点的父节点设为当前节点,并重新设置该相邻节点的G和F值.  循环结束条件:当终点节点被加入到开放列表作为待检验节点时, 表示路径被找到,此时应终止循环;或者当开放列表为空,表明已无可以添加的新节点,而已检验的节点中没有终点节点则意味着路径无法被找到,此时也结束循环;

3. 从终点节点开始沿父节点遍历, 并保存整个遍历到的节点坐标,遍历所得的节点就是最后得到的路径;

搜索区域(The Search Area):搜索区域被划分为简单的二维数组,数组每个元素对应一个结点。

开放列表(Open List):将寻路过程中待检测的结点存放于Open List中,而已检测过的结点则存放于Close List中。

路径排序(Path Sorting):下一步怎么移动由以下公式确定;F(n)=G+H。F(n)为估价函数,G代表的是从初始位置Start沿着已生成的路径到指定待检测结点移动开销。H表示待检测结点到目标节点B的估计移动开销。

启发函数(Heuristics  Function): H为启发函数,可以看作是一种试探,由于在找到唯一路径前,不确定在前面会出现什么障碍物,因此用了一种计算H的算法,具体可以根据实际情况决定。为了简化问题,H采用的是传统的曼哈顿距离,也就是横纵向走的距离之和。

3.此实验运用广度优先算法搜索路径

广度优先算法(BFS)
广度优先搜索(也称宽度优先搜索,缩写BFS,以下采用广度来描述)是连通图的一种遍历算法这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。其别名又叫BFS,属于一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。换句话说,它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止。基本过程,BFS是从根节点开始,沿着树(图)的宽度遍历树(图)的节点。如果所有节点均被访问,则算法中止。一般用队列数据结构来辅助实现BFS算法。

三代码实现

生成迷宫

void MAZE::mazeInit()
{
    //迷宫围墙,nn*2+2是规划的迷宫地图大小
    for(int i=0; i<=nn*2+2; ++i)
        for(int j=0; j<=nn*2+2; ++j)
            maze[i][j] = 1;

    //在迷宫之外的的轮廓默认为过道
    for(int i=0, j=2*nn+2; i<=2*nn+2; ++i)
    {
        maze[i][0] = 0;
        maze[i][j] = 0;
    }
    for(int i=0, j=2*nn+2; i<=2*nn+2; ++i)
    {
        maze[0][i] = 0;
        maze[j][i] = 0;
    }

    //默认迷宫坐标第三行第一例为起点
    maze[2][1] = 2;
    //默认2*nn 行 和 2*nn+1列为终点
    maze[2*nn][2*nn+1] = 3;

    //生成无符号随机数
    srand((unsigned)time(NULL));
    //生成的随机数在 [0, nn+1]之间,生成路径
    searchPath(rand()%nn+1, rand()%nn+1);

    //将地图整体向左上方平移一个单位
    for(int i = 0; i < n; i++)
    {
        for(int j = 0; j < n; j++)
        {
            maze[i][j] = maze[i+1][j+1];
        }
    }

    len_path = 0;
}

int MAZE::searchPath(int x, int y)
{
    //往四个方向
    static int dir[4][2] = {0, 1, 1, 0, 0, -1, -1, 0};
    int zx = x*2;
    int zy = y*2;
    int next, turn, i;
    maze[zx][zy] = 0;
    //设置turn为[0, 4]之间的任意一个奇数
    turn = rand()%2 ? 1 : 3;
    //next=rand()%4 取值范围[0, 4),
    //next=(next+turn)%4 每个循环在奇数和偶数之间切换,[0, 4)遍历一遍
    //在迷宫地图里,随机选一个地方,开始挖路,4次循环,往4个方向挖
    for(i=0, next=rand()%4; i<4; ++i, next=(next+turn)%4)
        //搜索当前位置的第二步,如果是围墙,这将当前位置的沿着指定方向的下一步设置为路
        if(maze[zx+2*dir[next][0]][zy+2*dir[next][1]] == 1)
        {
            maze[zx+dir[next][0]][zy+dir[next][1]] = 0;
            searchPath(x+dir[next][0], y+dir[next][1]);//等于searthPath(zx+2*dir[next][0]][zy+2*dir[next][1])当前位置的下一步为节点开始搜索
        }
    return 0;
}

画出迷宫地图

void MainWindow::paintEvent(QPaintEvent *)
{
    QPainter painter(this);
    int n = m->get_n();
    for(int i = 0; i < n; i++)
    {
        for(int j = 0; j < n; j++)
        {
            //绘制迷宫围墙
            if(m->maze[i][j] ==1){
                painter.setPen(Qt::black);
                painter.setBrush(QBrush(Qt::black,Qt::SolidPattern));
                painter.drawRect(QRect(j*size,i*size,size,size));
            }
            //绘制你当前的位置
            else if(m->maze[i][j] == 2){
                painter.setPen(Qt::yellow);
                painter.setBrush(Qt::yellow);
                painter.drawRect(j*20,i*20,20,20);
            }
            //绘制迷宫终点
            else if(m->maze[i][j] == 3){
                painter.setPen(Qt::red);
                painter.setBrush(Qt::red);
                painter.drawRect(j*20,i*20,20,20);
            }
            //绘制迷宫过道
            else if(m->maze[i][j] == 0){
                painter.setPen(Qt::white);
                painter.setBrush(QBrush(Qt::white,Qt::SolidPattern));
                painter.drawRect(QRect(j*size,i*size,size,size));
            }
            //绘制最短路径提示
            else if(m->maze[i][j] == 6){
                painter.setPen(Qt::white);
                painter.setBrush(Qt::blue);
                painter.drawRect(j*20+5,i*20+5,10,10);
            }
        }
    }
}

键盘响应

void MainWindow::keyPressEvent(QKeyEvent *e)//键盘监听
{
    if(bfs_fg){
        m->recoverPath();
        bfs_fg = false;
        update();
    }
    int tx = X, ty = Y;
    int n = m->get_n();
    if(e->key()==Qt::Key_W)//上
    {
        if(X>0 && m->maze[X-1][Y] != 1)
        {
            X=X-1;
        }
    }
    else if(e->key()==Qt::Key_S)//下
    {
        if(X<n-1 && m->maze[X+1][Y] != 1)
        {
            X=X+1;
        }
    }
    else if(e->key()==Qt::Key_A)//左
    {
        if(Y>0 && m->maze[X][Y-1] != 1)
        {
            Y=Y-1;
        }
    }
    else if(e->key()==Qt::Key_D)//右
    {

        if(Y<n-1 && m->maze[X][Y+1] != 1)
        {
            Y=Y+1;
        }
    }
    int tmp = m->maze[X][Y];
    if(tmp == 3){
        QMessageBox::information(this,"提示","到达终点",QMessageBox::Yes);
    }else{
        m->maze[X][Y] = m->maze[tx][ty];
        m->maze[tx][ty] = tmp;
    }
    update();
}

搜索路径dfs

void MAZE::getPath(int pos)
{
    while(pos != -1)
    {
        path[len_path].x = q[pos].x;
        path[len_path].y = q[pos].y;
        len_path++;
        pos = q[pos].pre;
    }
}

void MAZE::bfs()//寻路
{
    int front, tail, sx, sy;
    for(int i = 0; i < n; i++)
        for(int j = 0; j < n; j++)
            if(maze[i][j] == 2)
            {
                sx = i; sy = j;
            }
    front = tail = 0;
    q[tail].x = sx;
    q[tail].y = sy;
    q[tail].pre = -1;
    tail++;
    int x, y, nx, ny;
    bool fg = false;
    while(front < tail)
    {
        x = q[front].x;
        y = q[front].y;
        for(int i = 0; i < 4; i++)
        {
            nx = x+dx[i];
            ny = y+dy[i];
            if(nx>=0&&nx<n&&ny>=0&&ny<n&&maze[nx][ny]==0)//确保头结点在路上
            {
                maze[nx][ny] = 5;//把此节点设为通路
                q[tail].x = nx;
                q[tail].y = ny;
                q[tail].pre = front;//加入到数组q中
                tail++;
            }
            if(maze[nx][ny] == 3){//起点和终点重合
                q[tail].x = nx;
                q[tail].y = ny;
                q[tail].pre = front;
                tail++;
                fg = true;//结束标志
                len_path = 0;
                path[len_path].x = nx;
                path[len_path].y = ny;
                len_path++;
                getPath(front);
            }
        }
        if(fg)break;//如果找到终点结束循环
        front++;//否则头结点到上一个节点
    }
    for(int i = 0; i < n; i++)
        for(int j = 0; j < n; j++)
            if(maze[i][j] == 5)
                maze[i][j] = 0;
}

三 游戏测试

 

四 打包发布

 

 

  • 3
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: A*算法是一种基于启发式搜索方法的寻路算法,常被用于解决迷宫寻路问题。在MATLAB实验中,我们可以利用A*算法求解迷宫。 首先,我们需要将迷宫映射成一个矩阵,在矩阵中用不同的值代表不同的状态,比如墙壁、通路和起点终点等。然后,我们需要定义A*算法中的节点数据结构,包括节点坐标、节点的代价等信息。 在A*算法中,我们需要维护两个集合,一个是开放集合openSet,一个是关闭集合closedSet。开始时,将起点加入到openSet中。然后,从openSet中选择一个节点作为当前节点,计算当前节点到终点的代价,并更新节点的代价信息。 接下来,需要对当前节点周围的邻居进行遍历,并计算每一个邻居节点的代价。如果邻居节点在openSet和closedSet中都不存在,将其加入openSet,并更新邻居节点的代价信息。如果邻居节点已经在openSet中存在,且新的路径经过该邻居节点比原路径更优,则更新邻居节点的代价信息。 重复以上步骤,直到找到终点或者openSet为空。如果openSet为空,表示无法找到可行路径。如果找到终点,可以通过回溯路径来得到从起点到终点的最短路径。 在MATLAB实现中,我们可以使用循环和条件语句来实现A*算法的迭代过程,同时使用矩阵来表示迷宫地图和节点的代价等信息。在计算节点代价时,可以考虑使用曼哈顿距离或欧几里得距离等启发式函数,以提高搜索效率。 总的来说,使用MATLAB实现A*算法求解迷宫寻路问题可以通过定义节点数据结构,维护开放集合和关闭集合,以及利用启发式函数等方法来进行路径搜索和路径更新。通过实验五的实践,可以加深对A*算法的理解,并掌握MATLAB在路径规划和搜索问题中的应用。 ### 回答2: A*算法是一种用于解决迷宫寻路问题的常用算法。在这个实验中,我们使用Matlab来实现A*算法求解迷宫寻路问题迷宫可以用一个矩阵来表示,其中数字0表示可以通过的路径,数字1表示墙壁或障碍物。我们可以选择一个起点和终点,然后使用A*算法来找到从起点到终点的最短路径。 A*算法的基本思想是通过维护两个列表,一个存储已经访问过的节点,另一个存储待访问的节点。每次选择待访问节点中具有最小估计值的节点,并计算该节点的邻居节点的估计值。然后将这些节点加入到待访问列表中,直到达到终点或者待访问列表为空。 在Matlab中,我们可以使用二维数组来表示迷宫,并使用循环和判断语句来实现A*算法的主要逻辑。首先,我们需要定义一个函数来计算每个节点的估计值,这可以根据当前节点的位置和预估离终点的距离来计算。接下来,我们使用一个while循环来遍历待访问列表,选择具有最小估计值的节点,并更新当前节点。然后我们计算当前节点的邻居节点的估计值,并将它们加入到待访问列表中。最后,当我们到达终点时,我们可以通过反向追溯从终点到起点的路径。 通过使用Matlab编写代码实现A*算法,我们可以在迷宫中找到一条最短路径。这个实验可以帮助我们了解A*算法的原理和应用,同时也能提高我们在Matlab中编写程序的能力。 ### 回答3: A*算法是一种常用于解决迷宫寻路问题的启发式搜索算法。在MATLAB中实现A*算法,需要定义一个迷宫地图,并为每个位置设置相应的代价函数。 首先,我们需要定义迷宫地图。迷宫可以使用二维数组表示,其中0代表墙壁,1代表可以通过的路径。例如,一个5x5的迷宫可以表示为: maze = [ 1 0 1 1 1; 1 0 0 0 1; 1 1 1 0 1; 1 0 0 0 1; 1 1 1 1 1; ] 接下来,我们需要定义每个位置的代价函数。代价函数可以根据当前位置和目标位置来确定。一种常见的代价函数是曼哈顿距离,即从当前位置到目标位置的横坐标差加上纵坐标差。我们可以使用manhattan_distance函数来计算: function h = manhattan_distance(position, goal) h = abs(position(1) - goal(1)) + abs(position(2) - goal(2)); end 然后,我们需要实现A*算法的核心部分,即遍历迷宫并选择下一个最佳位置。我们可以使用一个优先队列存储即将遍历的位置,并根据代价函数和已经遍历的路径长度来选择下一个位置。可以使用priority_queue函数来实现优先队列。 最后,我们需要实现一个主函数来调用A*算法并输出结果。主函数应该接受地图、起始位置和目标位置作为参数,并返回找到的最佳路径。使用while循环来遍历迷宫,直到找到目标位置或遍历完整个迷宫。在找到目标位置后,可以使用backtrack函数来追踪路径。 综上所述,通过这个过程,我们可以在MATLAB中实现A*算法来解决迷宫寻路问题。希望这个回答能帮到你!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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