隐式图的搜索问题——预习笔记

实验任务

实验要求

在3×3九宫棋盘中，放置数码为1~8的8个棋子，棋盘中留一个空格，空格周围的棋子可以移动到空格中，从而改变棋盘布局
根据给定初始布局和目标布局，移动棋子从初始布局达到目标布局，求解移动步骤并输出。

需求分析

这个项目主要涉及到两个知识点，九宫重排问题和A*算法

九宫重排问题

九宫重排问题可以理解为华容道的简化版，空格能与其周围上下左右的数字交换，每次交换后都会改变棋盘布局，最终能达到目标状态即可，但到达目标状态的路径可能有多重，我们需要找寻最短路径

A*算法

算法本质是

其中：

• f(n)是节点n的综合优先级。当我们选择下一个要遍历的节点时，我们总会选取综合优先级最高（值最小）的节点。
• g(n) 是节点n距离起点的代价。
• h(n)是节点n距离终点的预计代价，这也就是A*算法的启发函数。

除了这三个数值外，结点还需要包含一个属性，那就是来源，只有通过此属性才能确定g值，当前结点的g值=父节点g+到此节点距离代价，此外，在到达终点后，通过来源属性倒推回起点，实现完整的寻路

A* 算法用两个集合open_set和close_set存储待遍历节点和已遍历节点
A* 算法每次在选取结点时，都会选择待遍历结点中f(n)较小的节点进行操作

相关文章csdn都有很多详解，我就不一一赘述了

系统设计

分三个板块，接收系统、运算系统、显示系统

接收系统

接受用户传递数字排列方式，并通过显示系统在命令行输出初始状态

运算系统

采用A* 算法，通过判定空格所在位置上、下、左、右格子的f值，选择f值最小的数字进行交换
不同于常规使用的A* 算法
常规使用的时候，A* 算法close_set内存储的是已经走过的全部结点
但此处的A*算法close_set里面的值只有一个，就是刚刚走过的父节点，因为空格还是会经过曾经的位置，但那里已经存储的不是当初的数值了，其终点代价会改变
正应为这个缘故，所以此时路径就不是常规的根据父节点找回起点，可以设立一个数组专门存储行走路径

g（n）的选取

g是行动代价，我初始的想法是可以取消，毕竟空格周围任意一个数字的移动行动代价都是1，每次都是叠加1，没有优劣可分
但这个想法应该是简陋的，最快到达终点的衡量尺度正是这一数值，其在某些可能的死循环情况下（例如移动数字后和移动前h值一样）能够让我们跳出来

h（n）的选取

我想到有2种评判标准

• 不在自己位置的数字个数
• 各数字到达自己位置的距离即曼哈顿距离

我选择的是前者，后者为传统A* 算法的判定标准，但在移动数字问题上，各数字是不能自由移动的，而且和空格交换完位置就无法进一步移动，那么距离标准就毫无意义

显示系统

根据传递进来的二维数组，在命令行输出显示，给用户看行动路径

小结

通过本次预习，认真查阅了九宫重排问题和A* 算法的相关资料
大概了解到九宫重排问题的几种解决算法
无论是广度优先还是深度优先其本质上都是盲目搜索
虽然在九宫重排问题上有的时候会找到比A* 算法更快的方式
但当移动次数增多后，其运算的时间代价是近乎指数型的在增长，不是长久之计
A* 算法作为启发式搜索还是有很多值得探索的地方，日后需深入研究