A*算法抛出异常无法找到路径

参考文献:陈舒燕. 基于OpenStreetMap的出行可达性分析与实现[D].上海师范大学,2010.

问题:A*算法抛出异常无法找到路径(A*算法在openstreetmap中提取的数据中无法找到路径)

在最初,程序设置的节点搜索对象是距离起始地和目的地最近的一个节点。但是在多次模块数据测试中均出现A*算法无解的输出结果,即找不到最短路径。在查阅大量资料后知道,出现上述异常的原因在于OpenStreetMap提供的数据中存在拓扑错误。根据陈舒燕的研究,由于原始数据生成过程中的异常和VGI本身的异源性性质,这将导致OpenStreetMap中的道路数据出现way要素之间被覆盖,悬空,和扭曲等拓扑错误[17]。陈舒燕在她的文中展示了OSM部分拓扑图示,即图49和图50[17]。图49表示way要素之间距离很近但未连接,出现要素未及和悬挂的错误[17]。图50表示way要素之间明明相交却在交点处不存在node要素[17]。这意味着way要素之间在真实路网中本应该是连接相通的,但是在OpenStreetMap的数据结构中却没有连接。以及本该出现在路网中的节点node要素缺失。上述的这些拓扑错误导致在寻找距离起始地和目的地最近的节点时,有极大的可能会寻找到正在处于拓扑错误的节点node,致使A*算法出现无解的结果。

我提出的解决办法:

为了保证至少输出一个不抛出异常的最短路径方案。本模块将修改起始地节点和目的地节点的搜索对象从距离最近的节点,扩展成起始地和目的地附近一定范围内的所有节点。然后由它们两两组合,循环代入A*算法中进行路径寻找。 

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Data Structures, Algorithms, and Applications in C++, Second Edition 版者的话 译者序 前言 第一部分 预备知识 第1章 C++回顾 1.1 引言 1.2 函数与参数 1.2.1 传值参数 1.2.2 模板函数 1.2.3 引用参数 1.2.4 常量引用参数 1.2.5 返回值 1.2.6 重载函数 1.3 异常 1.3.1 异常 1.3.2 处理异常 1.4 动态存储空间分配 1.4.1 操作符new 1.4.2 一维数组 1.4.3 异常处理 1.4.4 操作符delete 1.4.5 二维数组 1.5 自有数据类型 1.5.1 类currency 1.5.2 一种不同的描述方法 1.5.3 操作符重载 1.5.4 友元和保护性类成员 1.5.5 增加#ifndef、#define和#endif语句 1.6 异常类illegalParameterValue 1.7 递归函数 1.7.1 递归的数学函数 1.7.2 归纳 1.7.3 C++递归函数 1.8 标准模板库 1.9 测试与调试 1.9.1 什么是测试 1.9.2 测试数据的设计 1.9.3 调试 1.10 参考及推荐读物 第2章 程序性能分析 2.1 什么是程序性能 2.2 空间复杂度 2.2.1 空间复杂度的组成 2.2.2 举例 2.3 时间复杂度 2.3.1 时间复杂度的组成 2.3.2 操作计数 2.3.3 最好、最坏和平均操作计数 2.3.4 步数 第3章 渐近记法 3.1 引言 3.2 渐近记法 3.2.1 大Ο记法 3.2.2 渐近记法Ω和Θ 3.3 渐近数学(可选) 3.3.1 大O记法 3.3.2 Ω记法 3.3.3 Θ记法 3.3.4 小ο记法 3.3.5 特性 3.4 复杂度分析举例 3.5 实际复杂度 3.6 参考及推荐读物 第4章 性能测量 4.1 引言 4.2 选择实例的大小 4.3 设计测试数据 4.4 实验设计 4.5 高速缓存 4.5.1 简单计算机模型 4.5.2 缓存未命中对运行时间的影响 4.5.3 矩阵乘法 4.6 参考及推荐读物 第二部分 数据结构 第5章 线性表——数组描述 5.1 数据对象和数据结构 5.2 线性表数据结构 5.2.1 抽象数据类型linearList 5.2.2 抽象类linearList 5.3 数组描述 5.3.1 描述 5.3.2 变长一维数组 5.3.3 类arrayList 5.3.4 C++迭代器 5.3.5 arrayList的一个迭代器 5.4 vector的描述 5.5 在一个数组中实现的多重表 5.6 性能测量 5.7 参考及推荐读物 第6章 线性表——链式描述 6.1 单向链表 6.1.1 描述 6.1.2 结构chainNode 6.1.3 类chain 6.1.4 抽象数据类型linearList的扩充 6.1.5 类extendedChain 6.1.6 性能测量 6.2 循环链表和头节点 6.3 双向链表 6.4 链表用到的词汇表 6.5 应用 6.5.1 箱子排序 6.5.2 基数排序 6.5.3 凸包 6.5.4 并查集 第7章 数组和矩阵 7.1 数组 7.1.1 抽象数据类型 7.1.2 C++数组的索引 7.1.3 行主映射和列主映射 7.1.4 用数组的数组来描述 7.1.5 行主描述和列主描述 7.1.6 不规则二维数组 7.2 矩阵 7.2.1 定义和操作 7.2.2 类matrix 7.3 特殊矩阵 7.3.1 定义和应用 7.3.2 对角矩阵 7.3.3 三对角矩阵 7.3.4 三角矩阵 7.3.5 对称矩阵 7.4 稀疏矩阵 7.4.1 基本概念 7.4.2 用单个线性表描述 7.4.3 用多个线性表描述 7.4.4 性能测量 第8章 栈 8.1 定义和应用 8.2 抽象数据类型 8.3 数组描述 8.3.1 作为一个派生类实现 8.3.2 类arrayStack 8.3.3 性能测量 8.4 链表描述 8.4.1 类derivedLinkedStack 8.4.2 类linkedStack 8.4.3 性能测量 8.5 应用 8.5.1 括号匹配 8.5.2 汉诺塔 8.5.3 列车车厢重排 8.5.4 开关盒布线 8.5.5 离线等价类问题 8.5.6 迷宫老鼠 8.6 参考及推荐读物 第9章 队列 9.1 定义和应用 9.2 抽象数据类型 9.3 数组描述 9.3.1 描述 9.3.2 类arrayQueue 9.4 链表描述 9.5 应用 9.5.1 列车车厢重排 9.5.2 电路布线 9.5.3 图元识别 9.5.4 工厂仿真 9.6 参考及推荐读物 第10章
### 回答1: A*算法是一种常用于寻找最短路径算法。下面给一个万能通用的Matlab代码实现: ```matlab function shortestPath = A_star(startNode, goalNode, adjacencyMatrix, heuristic) numNodes = size(adjacencyMatrix, 1); % 获取节点数量 openSet = startNode; % 初始化开放集合 gScore = Inf(numNodes, 1); % 初始化gScore gScore(startNode) = 0; % 设置起始节点的gScore为0 fScore = Inf(numNodes, 1); % 初始化fScore fScore(startNode) = heuristic(startNode, goalNode); % 设置起始节点的fScore为启发式函数值 cameFrom = zeros(numNodes, 1); % 初始化cameFrom数组 while ~isempty(openSet) [~, current] = min(fScore(openSet)); % 从开放集合中选择fScore最小的节点作为当前节点 if current == goalNode shortestPath = reconstructPath(cameFrom, current); % 如果当前节点为目标节点,则重构路径并返回 return; end openSet(openSet == current) = []; % 从开放集合中移除当前节点 neighbors = find(adjacencyMatrix(current,:) > 0); % 获取当前节点的邻居节点 for i = 1:length(neighbors) neighbor = neighbors(i); tentativeGScore = gScore(current) + adjacencyMatrix(current, neighbor); % 从当前节点到邻居节点的距离 if tentativeGScore < gScore(neighbor) cameFrom(neighbor) = current; % 更新邻居节点的cameFrom gScore(neighbor) = tentativeGScore; % 更新邻居节点的gScore fScore(neighbor) = gScore(neighbor) + heuristic(neighbor, goalNode); % 更新邻居节点的fScore if ~ismember(neighbor, openSet) openSet(end+1) = neighbor; % 如果邻居节点不在开放集合中,则将其加入 end end end end error("No path found."); % 如果无法到达目标节点,则错误 end function path = reconstructPath(cameFrom, current) path = current; while cameFrom(current) ~= 0 current = cameFrom(current); path = [current; path]; % 在路径之前添加上一个节点 end end ``` 上述代码实现了A*算法的最短路径搜索。其中,`startNode`表示起始节点的索引,`goalNode`表示目标节点的索引,`adjacencyMatrix`表示节点间的邻接矩阵,`heuristic`表示启发式函数。函数输为一个表示最短路径的向量,即从起始节点到目标节点的节点索引序列。 这个代码适用于任何可以表示为图的最短路径问题,只需提供相应的起始节点、目标节点、邻接矩阵和启发式函数即可。 ### 回答2: A*算法是一种用于寻找最短路径的启发式搜索算法,在许多应用中被广泛使用。下面我将给一个使用MATLAB实现的通用A*算法代码: ```matlab function path = AStar(start, goal, heuristic, cost) openSet = start; % 初始化openSet队列,包含起点 closedSet = []; % 初始化closedSet队列,不包含任何节点 gScore = inf(size(cost)); % 初始化gScore为无穷大 gScore(start) = 0; % 起点的gScore为0 fScore = inf(size(cost)); % 初始化fScore为无穷大 fScore(start) = heuristic(start, goal); % 起点的fScore为启发式函数的值 while ~isempty(openSet) [~, current] = min(fScore(openSet)); % 在openSet中找到fScore最小的节点作为当前节点 current = openSet(current); if current == goal % 当前节点为目标节点 path = reconstructPath(cameFrom, current); return; end openSet(openSet == current) = []; % 将当前节点从openSet中删除 closedSet = [closedSet, current]; % 添加当前节点到closedSet for neighbor = find(cost(current, :)) % 遍历当前节点的邻居节点 if ismember(neighbor, closedSet) % 跳过已经在closedSet中的节点 continue; end tentativeGScore = gScore(current) + cost(current, neighbor); % 计算从起点到邻居节点的临时gScore if ~ismember(neighbor, openSet) % 如果邻居节点不在openSet中 openSet = [openSet, neighbor]; % 将邻居节点添加到openSet elseif tentativeGScore >= gScore(neighbor) % 如果临时gScore不小于邻居节点的gScore continue; % 跳过当前循环 end cameFrom(neighbor) = current; % 更新邻居节点的cameFrom指针 gScore(neighbor) = tentativeGScore; % 更新邻居节点的gScore fScore(neighbor) = gScore(neighbor) + heuristic(neighbor, goal); % 更新邻居节点的fScore end end error("No path found!"); % 如果循环结束时仍未找到路径错误异常 end function path = reconstructPath(cameFrom, current) path(1) = current; % 从目标节点发 while cameFrom(current) ~= 0 % 当前节点存在指向的前驱节点 current = cameFrom(current); % 回溯节点 path = [current, path]; % 添加到路径中 end end ``` 上述代码实现了一个基本的A*算法,其中使用了启发式函数(heuristic)和代价函数(cost)来评估节点的值。在代码中,我们首先初始化openSet队列,然后在每一次迭代中选择fScore最小的节点作为当前节点,然后通过遍历当前节点的邻居节点来更新节点的gScore和fScore。最后,如果找到路径,我们通过回溯(reconstructPath)来生成最短路径。 这段代码可以根据具体的应用场景进行一定的修改和优化。 ### 回答3: A*算法是一种常用的图搜索算法,可以用于求解最短路径问题。下面是一个用MATLAB实现的通用的A*算法代码: ```matlab function path = Astar(graph, start, goal) % 初始化起点和终点节点 startNode = Node(start, [], 0, heuristic(start, goal)); goalNode = Node(goal, [], inf, inf); % 初始化开启列表和关闭列表 openList = PriorityList(); closeList = {}; % 将起点节点加入开启列表 openList.add(startNode); % 当开启列表不为空时,继续搜索 while ~openList.isEmpty() % 从开启列表中获取最佳节点 currentNode = openList.removeFirst(); % 将当前节点加入关闭列表 closeList{end+1} = currentNode; % 如果当前节点是目标节点,则找到最短路径 if currentNode == goalNode path = reconstructPath(currentNode); return; end % 获取当前节点的所有相邻节点 neighbors = getNeighbors(graph, currentNode); for i = 1:length(neighbors) neighbor = neighbors(i); % 跳过已经在关闭列表中的节点 if isNodeInList(neighbor, closeList) continue; end % 计算从起点到这个相邻节点的已知最短路径 tentative_gScore = currentNode.gScore + getDistance(currentNode, neighbor); % 判断这个相邻节点是否已经在开启列表 if ~openList.contains(neighbor) openList.add(neighbor); elseif tentative_gScore >= neighbor.gScore continue; end % 更新相邻节点的父节点和路径代价 neighbor.parent = currentNode; neighbor.gScore = tentative_gScore; neighbor.fScore = neighbor.gScore + heuristic(neighbor.position, goal); end end % 若无法找到最短路径,返回空 path = []; end function path = reconstructPath(lastNode) path = []; while ~isempty(lastNode) path = [lastNode.position path]; lastNode = lastNode.parent; end end function neighbors = getNeighbors(graph, node) neighbors = []; for i = 1:size(graph, 1) if graph(node.position, i) ~= 0 neighbors = [neighbors Node(i)]; end end end function distance = getDistance(nodeA, nodeB) distance = graph(nodeA.position, nodeB.position); end function h = heuristic(position, goal) h = abs(position - goal); end classdef Node < handle properties position parent gScore fScore end methods function obj = Node(position, parent, gScore, fScore) obj.position = position; obj.parent = parent; obj.gScore = gScore; obj.fScore = fScore; end function result = eq(obj, other) result = obj.position == other.position; end end end classdef PriorityList < handle properties list end methods function obj = PriorityList() obj.list = {}; end function add(obj, item) for i = 1:length(obj.list) if item.fScore < obj.list{i}.fScore obj.list = [obj.list(1:i-1) item obj.list(i:end)]; return; end end obj.list{end+1} = item; end function removeFirst(obj) if ~isempty(obj.list) obj.list = obj.list(2:end); end end function result = isEmpty(obj) result = isempty(obj.list); end function result = contains(obj, item) result = false; for i = 1:length(obj.list) if obj.list{i} == item result = true; return; end end end end end ``` 以上代码实现了A*算法的一个通用版本,可以通过修改图的邻接矩阵、起点和终点来解决不同的最短路径问题。

“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 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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