关于A*寻路算法的浅薄研究和实现

最新推荐文章于 2022-12-26 10:29:36 发布
VIP文章 最新推荐文章于 2022-12-26 10:29:36 发布
阅读量2.9k 收藏 2
点赞数 1
文章标签： 算法 数据结构 游戏 休闲游戏 扩展 存储
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/skyshow8715/article/details/7420329
版权

引言

        近期总是喜欢挖老本，把以前学习过的或者说走马观花过的一些经典算法拿出来研究研究、实现实现；以复习图算法中的Dijkstra寻路算法为契机，看着该算法扩展节点时不断膨胀的环形路径，好吧，以前似乎用过一个更好一些的算法，它叫做A*（A-star）算法。接下来的内容就来逐步介绍一下由A*算法为切入点所收集的一些研究资料吧，希望对自己未来的游戏开发梦有些许帮助。有所错误还请大家提出指正，更希望真正游戏行业中的开发人员能够提出宝贵的意见。

废话不多说，先放出DEMO：
其中，横向走一格耗散为1，斜向走一格耗散为1.4，绿色块为可行进区域，黑色块为无法行进区域。右侧可查看寻路时间，选择启发函数。
DEMO利用AS3.0在Flashdevelope环境下编程，为以后方便扩展，大概设计如下：

 

A*算法

一些不正规的术语：

节点：路径中可到达的点
父节点：在特定路径中一个节点的上一个节点
后继节点：一个节点可到达的任意节点
起点：寻路开始的节点
终点：希望到达的节点
最低0.47元/天 解锁文章
skyshow8715
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python3 A*寻路算法实现方式
09-18
今天小编就为大家分享一篇Python3 A*寻路算法实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
【路径规划】A*算法方法改进思路简析
m0_56662453的博客
08-20 2万+
对A*算法进行基本功能实现，以分析其优缺点，并在此基础上进行改进。改进的内容为，将针对特定地图的相关特点，设计合理的预估函数，设置了包含代价函数和启发函数的权重函数，其次，将传统的8方向搜索降为5个方向，舍弃无用的方向，然后在此基础上，对开放列表的数据结构进行堆优化，并且采用双向A*算法进一步提高计算速度，并针对实际机器人运动过程中的路径不平滑问题采用贝塞尔曲线进行平滑化处理。
依据象限搜索及混合预计耗费的A*改进算法，包含8邻域及24邻域的改进
slandarer的博客
06-24 1296
注： 以下改进皆为在传统 A* 算法基础下的改进，请先了解传统 A* 算法后再对本文进行了解。 1 邻域改进 当终点相对于当前点在不同象限时，采取不同的搜索邻域能够减小检验节点数量。 首先要确定终点相对于当前节点象限，我们定义向量： V=[goal.x−cur.x2，goal.y−cur.y2] V=[\frac{goal.x-cur.x}{2}，\frac{goal.y-cur.y}{2}] V=[2goal.x−cur.x​，2goal.y−cur.y​] 其中goalgoalgoal为目标结点，cur
8邻域和16邻域链码的matlab实现
pj_sysu的专栏
04-21 1万+
一、链码概念                                                                                                                                          如上图所示，黑色点为像素，绿色区域为像素的8方向邻域，黄色区域为像素的16方向邻域，蓝色为像素的2
A*寻路算法（更新cocos2dx版本）
独钓寒江雪
09-06 964
在前天去面试实习生的时候，前台给了一张答题卷填写，因为我也不知道我具体能做什么，对做游戏也是感兴趣，所以就选了游戏开发，第一页大多都是问一些概念与看法，后一页则是一些算法，做了前面的小题，我感觉有几个题是测试你机智否，例如 4 4 10 10，加减乘除如何得24，因为以前室友有问过我类似的，所以很简单就做出来了，而后面一道题则是一道简单的算法，估计就是看你是否会写代码，而最后是A*算法，看到就愣了，
图像 4领域-8领域-16领域 及代码实现
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
12-04 1532
邻域：在图像中，最小的单位是像素，每一个像素的周围有8个邻接的像素点，其中最常见的邻接方式就是4邻接和八邻接。在视觉上看来，彼此连通的点形成了一个区域，而不连通的点形成了不同的区域。这样的一个所有的点彼此连通点构成的集合，我们称为一个连通区域。四邻域： 一幅图像中，位于坐标（x，y）处的像素p有4个相邻的像素，分别位于其上下左右，其坐标如下：（x-1，y）、（x+1，y）、（x，y-1）、（x，y+1） 八邻域：
A*自动寻路算法实现（java）
03-08
下载本程序仅可演示A*自动寻路算法实现（java），该程序是基于我写的网络版贪吃蛇基础上编写的（网络版贪吃蛇下载地址：https://download.csdn.net/download/w110713121/15657669）。wasd键控制太阳的方向，鼠标左击...
JS实现的A*寻路算法详解
12-12
本文实例讲述了JS实现的A*寻路算法。分享给大家供大家参考，具体如下： 这两天在做百度前端技术学院的题目，其中有涉及到寻路相关的，于是就找来相关博客进行阅读。 看了Create Chen写的理解A*寻路算法具体过程之后...
unityAStar寻路 A星 A*寻路算法Demo
04-25
基于Unity5.4.4版本，随机障碍物，动态实现寻路，UnityA星寻路完整Demo
OpenCV 的LBPH算法原理
qq_38409301的博客
04-04 5386
转载：https://www.cnblogs.com/tianyalu/p/6136970.html 1 背景及理论基础 人脸识别是指将一个需要识别的人脸和人脸库中的某个人脸对应起来（类似于指纹识别），目的是完成识别功能，该术语需要和人脸检测进行区分，人脸检测是在一张图片中把人脸定位出来，完成的是搜寻的功能。从OpenCV2.4开始，加入了新的类FaceRecognizer，该类用于人脸识别，...
算法学习之A*算法（python实现）
qq_34942642的博客
05-17 3397
A*算法学习 A算法伪代码： 步骤一： 创建地图。 解释：A算法中的地图多以栅格图法构建，在代码中可以用数组或者说列表来实现，一般采用二维数组索引表示每个节点的坐标，索引内容 0代表地图可通过，1代表地图中的障碍物。 步骤二： 设定起始点，以及目标点即终点。将起始点添加进开放列表中（openlist），此过程可以视为初始化。 解释：openlist是一个存放待检测节点的列表，列表中是有一个或者多个待检测节点，待检测节点需要检测计算的信息有： 1、从起始点到待检测的当前节点的移动代价（成本），通常用G表示 2
路径规划-A*算法
m0_73970831的博客
12-09 2171
A*算法通过包含启发信息的代价函数来搜索最优路径，代价函数𝑓(𝑛)由两部分组成：起点沿着已生成的路径到达当前节点的开销𝑔(𝑛)和当前节点到终点的预估开销ℎ(𝑛)
OpenCV学习笔记17_插值运算
qq_40595787的博客
12-01 2941
前向映射： 如果一张图片需要缩小2倍， 图像缩放，本质上就是将每个像素点的矢量进行缩放， 也就是将矢量x方向和y方向的坐标值缩放， 那么图像中的所有坐标点都需要缩小到原来的1/2， 原来的图像通过缩小1/2到目标图像的这个过程就叫前向映射： 矩阵形式为： [uv]=[kx00ky][xy]\left[\begin{array}{c} u \\ v \end{array}\right]=\left[\begin{array}{cc} k_{x} & 0 \\ 0 & k_{y} \end{ar
python寻路算法：A* 算法实现
marble_xu的博客
02-22 1万+
python寻路算法：A* 算法实现A* 算法简介关键代码介绍保存基本信息的地图类搜索到的节点类算法主函数介绍代码的初始化完整代码 A* 算法简介 A* 算法需要维护两个数据结构：OPEN 集和 CLOSED 集。OPEN 集包含所有已搜索到的待检测节点。初始状态，OPEN集仅包含一个元素：开始节点。CLOSED集包含已检测的节点。初始状态，CLOSED集为空。每个节点还包含一个指向父节点的指针，...
A*算法原理与代码实现
Forwarding3的博客
06-28 726
A*算法原理及代码实践
A星算法优化（三）搜索邻域
weixin_52029211的博客
03-26 5194
将从以下5个点进行改进： 1、启发函数——曼哈顿距离等 2、权重系数——动态加权等 3、搜索邻域——基于8邻域搜索改进 4、搜索策略——双向搜索、JPS策略等 5、路径平滑处理——贝塞尔曲线、B样条曲线等 搜索邻域改进 0、改进效果 1、基础8邻域搜索 2、改进为5邻域搜索 3、32邻域、48邻域 ...
4领域-8领域-m领域
热门推荐
糖糖糖豆的博客
11-05 2万+
关于像素的邻接，连接和连通4邻域，8邻域之分。其中8邻域=4邻域+对角邻域。邻接：两个像素接触，则它们是邻接的。一个像素和它的邻域中的像素是接触的。邻接仅考虑像素的空间关系。连接：（1）是邻接的。（2）灰度值（或其他属性）满足某个特定的相似准则（灰度相等或在某个集合中等条件）。 这样我们就有了4-连接，8-连接和m-连接的概念，这些概念我在上图像处理课的时候理解的不好，这里详细讲一下。
C++：实现共轭梯度方法求解形式为 A*x=b 的线性方程组(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
12-26 394
C++：实现共轭梯度方法求解形式为 A*x=b 的线性方程组(附完整源码)
Python A*算法的简单实现
暗光之痕的博客
12-11 1万+
总起 A*算法常用于游戏的寻路中，用于求解静态路网中的最短路径，是最有效的直接搜索方法。 这次正好花了几天时间学习了一下Python，便拿这个算法做了一下练习。这篇文章也会对其思路做一个简单介绍。 文章中的源码可以在 GitHub - anguangzhihen/PythonTest 中的AStarTest.py找到。 算法思路 A*算法实际是由广度优先遍历和Dijkstra算法演变而来的： 1.广度优先遍历主要是通过从起点依次遍历周围的点而寻找最优的路径； 2.Dijkstra基
算法：Astar寻路算法改进，双向A*寻路算法
最新发布
06-11
需要注意的是，双向A*寻路算法的实现需要满足一些要求。首先，需要保证起点和终点是可达的。其次，需要保证搜索过程中每个节点的代价函数是单调递增的。最后，需要保证搜索过程中的节点是按照代价函数的值排序的。 ...

“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

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