A*算法JS实现

最新推荐文章于 2024-06-08 10:01:04 发布
最新推荐文章于 2024-06-08 10:01:04 发布
阅读量1.1k 收藏 1
点赞数 1
分类专栏： Just For Fun 文章标签： 算法 javascript
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
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
专栏目录
js版本A*寻路算法
01-19
说到做游戏，必不可少的需要用到寻路算法，一般游戏里的寻路算法大多数都以A*算法为主，这里也就实现了js里采用a*寻路的程序，在51js和蓝色都开了帖。     程序是以前写的，后来也没有修正或者精简，有冗余之处大家还见谅一下。      当然，这个寻路算法也不是最优化的，像幻宇开发的“交点寻径法”也是个中精品，两者可谓各有千秋，只是如果地图很大的情况下，我们会惊讶于“交点寻径法”的迅速。 use A* to find path… 设置起点 设置终点 设置障碍点 25,0;25,1;25,3;25,4;25,5;25,6;25,7;0,8;1,8;2,8;3,8;4,8;5,8;6,8
javascript A*算法实现最优路径规划
weixin_40466351的博客
06-19 869
【代码】javascript A*算法实现最优路径规划。
Threejs路径规划_基于A*算法案例
最新发布
Baker的博客
06-08 575
上节利用了A*实现了基础的路径规划，这节把整个功能完善好，A*算法一方面是基于当前点找到可以到达的点，计算从出发点到此点，以及此点到目的地的总成本，比较出最小的那个，再用最小成本的点继续找到它可以到达的点，直到目的地，同时会创建两个集合，一个叫open集合，一个叫close集合，open是用于存放到达过且没有继续探索的点，...
js实现的A星算法
狡猾的皮球的博客
01-03 3754
一、前言 最近在写js的slg游戏，需要用到a星算法。之前用python写过https://blog.csdn.net/qq_39687901/article/details/80753433，现在再用js写一遍。 二、源码 //二维数组 function Array2D(w, h, num) { var data = []; var default_num = num |...
理解A*寻路算法具体过程
any
10-29 1419
http://www.cnblogs.com/technology/archive/2011/05/26/2058842.html     这两天研究了下 A* 寻路算法, 主要学习了这篇文章, 但这篇翻译得不是很好, 我花了很久才看明白文章中的各种指代. 特写此篇博客用来总结, 并写了寻路算法的代码, 觉得有用的同学可以看看. 另外因为图片制作起来比较麻烦, 所以我用的是原文里的图片.
JS算法之A*（A星）寻路算法
weixin_30765319的博客
07-22 596
今天写一个连连看的游戏的时候，接触到了一些寻路算法，我就大概讲讲其中的A*算法。 这个是我学习后的一点个人理解，有错误欢迎各位看官指正。 寻路模式主要有三种：广度游戏搜索、深度优先搜索和启发式搜索。 广度优先搜索（Breadth First Search）：又称为"宽度优先搜索"或"横向优先搜索"，简称BFS。 BFS的搜索模式是：从图中某节点v出发，在访问了v之后依次访问v的各个未曾访问过的邻接...
A*算法JS版本
cloudandy的专栏
12-16 1192
提供一个A*寻径算法的源码+DEMO，做WEB游戏很有用。下面是DEMO：use A* to find path...    //地图宽高    var w=30,h=20;        //地图数组    var map = [        [0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0],        [0
A*算法 js实现
11-14
总结起来，本实验项目利用JavaScript实现了A*算法，通过计算节点的g值、h值和F值，结合启发式函数，高效地在迷宫中找到了从起点到终点的最短路径。这个项目不仅锻炼了编程能力，还加深了对A*算法的理解和应用。
layaair typescipt吃豆人a*算法实现
10-09
**吃豆人游戏实现**： 在吃豆人游戏中，地图由网格组成，每个网格可以是空地、墙壁或其他障碍物。吃豆人需要在这些网格间移动，同时避开幽灵。通过A*算法，吃豆人可以找到避开障碍物到达目标的最佳路径。游戏循环中...
JS实现的A*寻路算法详解
12-12
本文将详细解析使用JavaScript实现A*寻路算法的过程。 首先，我们需要理解A*算法的基本原理。A*算法的核心在于评估每个节点（在本例中是地图上的方块）的F值，该值由两部分组成：G值和H值。G值是从起点到当前节点的...
js算法之A*寻路算法
06-23
用js写的实现的A*寻路算法(包含UI) 用js写的实现的A*寻路算法(包含UI)
A*算法的Javascript实现(最短路径算法)
weixin_33918357的博客
07-13 354
为什么80%的码农都做不了架构师？>>> ...
jsA*算法
qq_47159683的博客
12-01 330
瞎搞的和之前一样 看效果 学了一个名词叫启发式搜索，大概就是在原来bfs寻路的基础上为队列中的点添加一个启发函数，计算出一个大概的值，在搜索的时候按照估值的大小优先寻找某些点。 比如我在扩展点的基础上添加一个计算当前点到终点的曼哈顿距离，然后优先寻找曼哈顿距离最小的点，在bfs的基础上做点修改每次入队都要把曼哈顿距离最小的点放到队首，在搜索就可以了，所以我感觉和优先队列差不多，不过在js中可以使用split模拟优先队列 /** *@function 曼哈顿距离 */ function L(x1,y1,
JavaScript 语法运算 （二）
weixin_44542781的博客
03-29 154
JavaScript 语法运算 （二） 本次任务完成时间：2019年01月18日 作者： 邱青菁 开发工具与关键技术：Visual Studio 2015 && JavaScript 展示效果：运算符应用 JavaScript运算符有六种： 1、 算术运算符：+、-、*、%、++、–； 2、 赋值运算符：=、+=、-=、*=、/=、%=； 3、 字符串运算符： 4...
javascript：实现A*（A-Star)算法(附完整源码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
09-03 83
javascript：实现A*（A-Star)算法(附完整源码)
数据结构-无向图搜索(JavaScript)
飞蛾逐月
03-22 388
概念 算法 数据结构 描述 广度优先搜索 队列 通过将顶点存入栈中，顶点是沿着路径被探索的，存在新的相邻顶点就去访问 深度优先搜索 栈 通过将顶点存入队列中，最先入队列的顶点先被探索 当要标注已经访问过的顶点时，我们用三种颜色来反映它们的状态。 白色：表示该顶点还没有被访问。 灰色：表示该顶点被访问过，但并未被探索过。 黑色：表示该顶点被访问过且被完全探索过。 效果图 广度...
用javaScript实现A*算法
06-01
好的，以下是用JavaScript实现A*算法的代码： ```javascript // 定义一个节点类 class Node { constructor(x, y) { this.x = x; this.y = y; this.f = 0; this.g = 0; this.h = 0; this.parent = null; } } // 创建地图 let map = [ [0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0] ]; // 定义起点和终点 let start = new Node(0, 0); let end = new Node(9, 8); // 定义open列表和close列表 let openList = []; let closeList = []; // 判断节点是否在close列表中 function isInCloseList(x, y) { for (let i = 0; i < closeList.length; i++) { if (closeList[i].x == x && closeList[i].y == y) { return true; } } return false; } // 判断节点是否在open列表中 function isInOpenList(x, y) { for (let i = 0; i < openList.length; i++) { if (openList[i].x == x && openList[i].y == y) { return true; } } return false; } // 计算节点的f, g, h值 function countFGH(node, parent, end) { node.g = parent.g + 1; node.h = Math.abs(end.x - node.x) + Math.abs(end.y - node.y); node.f = node.g + node.h; node.parent = parent; } // 查找open列表中f值最小的节点 function findMinNode() { let minF = openList[0].f; let minIndex = 0; for (let i = 1; i < openList.length; i++) { if (openList[i].f < minF) { minF = openList[i].f; minIndex = i; } } return minIndex; } // 查找路径 function findPath() { openList.push(start); while (openList.length > 0) { let minIndex = findMinNode(); let currNode = openList[minIndex]; if (currNode.x == end.x && currNode.y == end.y) { let path = []; while (currNode) { path.push(currNode); currNode = currNode.parent; } return path.reverse(); } openList.splice(minIndex, 1); closeList.push(currNode); // 寻找当前节点的邻居 let neighbors = []; if (currNode.x > 0) { neighbors.push(new Node(currNode.x - 1, currNode.y)); } if (currNode.y > 0) { neighbors.push(new Node(currNode.x, currNode.y - 1)); } if (currNode.x < map.length - 1) { neighbors.push(new Node(currNode.x + 1, currNode.y)); } if (currNode.y < map[0].length - 1) { neighbors.push(new Node(currNode.x, currNode.y + 1)); } for (let i = 0; i < neighbors.length; i++) { let neighbor = neighbors[i]; if (!isInCloseList(neighbor.x, neighbor.y)) { if (isInOpenList(neighbor.x, neighbor.y)) { let index = openList.findIndex((item) => item.x == neighbor.x && item.y == neighbor.y); let node = openList[index]; if (node.g > currNode.g + 1) { countFGH(node, currNode, end); } } else { countFGH(neighbor, currNode, end); openList.push(neighbor); } } } } return null; } // 测试 let path = findPath(); console.log(path); ``` 上面的代码实现了一个简单的寻路算法，通过传入地图、起点和终点，返回一条从起点到终点的最短路径。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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