A*算法JS实现

最新推荐文章于 2024-06-08 10:01:04 发布

朱nw

最新推荐文章于 2024-06-08 10:01:04 发布

阅读量1.1k

点赞数 1

分类专栏： Just For Fun 文章标签：算法 javascript

本文链接：https://blog.csdn.net/sinat_39013092/article/details/121693071

版权

本文介绍A*算法的应用，它是一种启发式寻路算法，通过为每个节点分配估计值来优化搜索路径。在JavaScript中实现A*算法时，估计函数的设计对算法的效率至关重要。

摘要由CSDN通过智能技术生成

A*寻路算法就是启发式探索的一个典型实践，在寻路的过程中，给每个节点绑定了一个估计值（即启发式），在对节点的遍历过程中是采取估计值优先原则，估计值更优的节点会被优先遍历。所以估计函数的定义十分重要，显著影响算法效率。

<html>

<head>
</head>

<body>
    <canvas id="canvas" width="800" height="800"></canvas>
    <script>
        const drawMap = () => {
     
            for (let i = 0; i < bigWidth / unitWidth; i++) {
     
                for (let j = 0; j < bigHeight / unitHeight; j++) {
     
                    let value = locationMap.get(`${
       i},${
       j}`);
                    switch (value) {
     
                        case CANTPASS:
                            ctx.fillStyle = "rgb(0,0,0)"
                            ctx.fillRect(i * unitWidth, j * unitHeight, unitWidth, unitHeight)
                            break;
                        case START:
                            ctx.fillStyle = "rgb(0,255,0)"
                            ctx.fillRect(i * unitWidth, j * unitHeight, unitWidth, unitHeight)
                            break;
                        case END:
                            ctx.fillStyle = "rgb(0,0,255)"
                            ctx.fillRect(i * unitWidth, j * unitHeight, unitWidth, unitHeight)
                            break;
                        case PATH:
                            ctx.fillStyle = "rgb(255,0,0)"
                            ctx.fillRect(i * unitWidth, j * unitHeight, unitWidth, unitHeight)
                            break;
                        default:
                            break;
                    }
                }
            }
        }
        function nearLocation(x, y, mX, mY) {
     
            // 上下左右
            let locs =

最低0.47元/天解锁文章

朱nw

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
A*算法JS实现

A*寻路算法就是启发式探索的一个典型实践，在寻路的过程中，给每个节点绑定了一个估计值（即启发式），在对节点的遍历过程中是采取估计值优先原则，估计值更优的节点会被优先遍历。所以估计函数的定义十分重要，显著影响算法效率。<html><head></head><body> <canvas id="canvas" width="800" height="800"></canvas> <script>
复制链接

扫一扫