一、项目概述与编译环境
本次大作业选题为题目2,即小兔子找胡萝卜的迷宫问题,最终完成开发的游戏名为Caveman and Treasure(穴居人寻宝)。
该项目在windows下编译通过,所需环境为python3,编写GUI所用的库为pygame,在运行作业前,需要配置依赖项,即在main.py的路径下打开cmd,并运行:
pip install –r requirement.txt
配置完依赖项后即可运行游戏:
python main.py
为了方便测试不同搜索算法的效率,编写了脚本test.py进行测试:
python test.py --maze_size 10
设置为需要的迷宫大小,建议为5-25,否则可能超过递归上界。
二、问题的数学建模
由于迷宫的实质为一个由0,1构成的矩阵,其中1代表可行走的区域,0代表障碍物。由于穴居人生活区域中存在冰面,因此设置了随机道路中存在冰块,在冰块上穴居人会打滑,导致行走的代价*2。
在本问题中,设置穴居人初始位置处的值为10,宝藏处的值为1,则迷宫求解转化为该矩阵中10处到1处的带权连通路径。
三、算法实现
3.1 迷宫的创建
事实上,本次大作业中的一大难点在于迷宫如何创建,在实现过程中进行了如下尝试:
对每一小格随机添加障碍物
限定障碍物的形状,并在地图中随机放置障碍物,如(L型,H型)
但实际的创建结果均不理想(迷宫的样子不像迷宫:出现大量空白/障碍堆积现象)
最后经过查阅资料,采取递归回溯的算法生成迷宫,算法如下:
每次把新找到的未访问迷宫单元作为优先
寻找其相邻的未访问过的迷宫单元,直到所有的单元都被访问到
通俗的说,就是从起点开始随机走,走不通了就返回上一步,从下一个能走的地方再开始随机走。
在创建完迷宫后,再在迷宫中随机指定人物的初始位置与宝藏,以及随机冰面的位置。该迷宫创建算法可以创建不同长、宽、障碍物、初始终点位置,具体代码详见:maze.py
3.2 搜索算法描述
本次实验中采取了四种搜索算法进行求解,实现方式均为迭代:
3.2.1 深度优先搜索
利用stack实现,先让起点入栈,之后进行如下迭代:
栈弹出顶点I,并标记I为已访问的
检查I是否为宝藏,若为宝藏,迭代结束
依次检查I的领域,将其中未访问过的顶点入栈
3.2.2 宽度优先搜索
利用queue实现,先让起点入列,之后进行如下迭代:
队列出列顶点I,并标记I为已访问的
检查I是否为宝藏,若为宝藏,迭代结束
依次检查I的领域,将其中未访问过的顶点入队列
3.2.3 一致代价搜索
利用PriorityQueue实现,实现Maze_unit类对顶点进行包装,并重新定义优先级队列的排序方法,在本次实现的一致代价搜索中,h(n)为路径代价之和,g(n)为0。先让起点入列,之后进行如下迭代:
优先级队列出列顶点I,并标记I为已访问的
检查I是否为宝藏,若为宝藏,迭代结束
依次检查I的领域,将其中未访问过的顶点入优先级队列
由于代价为路径长度,因此在本项目中,一致代价搜索的结果与宽度优先搜索基本一致。
3.2.4 A*搜索
利用PriorityQueue实现,实现Maze_unit类对顶点进行包装,并重新定义优先级队列的排序方法,在本次实现的一致代价搜索中,h(n)为路径代价之和,g(n)为顶点距离宝藏的曼哈顿距离乘以相关系数。先让起点入列,之后进行如下迭代:
优先级队列出列顶点I,并标记I为已访问的
检查I是否为宝藏,若为宝藏,迭代结束
依次检查I的领域,将其中未访问过的顶点入优先级队列
搜索算法的代码详见:solution.py。
![7200347458b04084876b17920b3b05fd.png](https://i-blog.csdnimg.cn/blog_migrate/1251d400bee5c0f8b3a2640654dfc657.jpeg)
完整的源码和详细的文档,上传到了 WRITE-BUG技术共享平台 上,需要的请自取:
https://www.write-bug.com/article/3002.html