项目三 基于A*算法的迷宫设计

1.实验要求

要求：

1、迷宫随机生成

2、玩家走迷宫，留下足迹；

3、系统用A*算法寻路，输出路径

解决问题：

1、如何显示迷宫的图形界面；

2、怎样移动游戏中走迷宫的“玩家”；

3、如何生成随机的迷宫；

4、用A*算法求解迷宫；

2.实验原理

2.1随机生成迷宫

使用了深度优先搜索算法来生成迷宫。 这段代码的目的是在一个二维数组MAP中生成一个迷宫。通过遍历迷宫的格子，检查isFind二维数组中对应位置的值是否为0，来判断是否已经访问过该格子。然后，代码随机选择一个方向direction，并根据方向和当前位置curP的值来更新迷宫MAP和isFind数组。 如果方向为0且当前位置的前两个位置为0，则将上一个位置打破，即将前一个位置插入到MAP中。 当所有格子都被访问过后，退出循环。

2.2  A*算法的原理

A*算法是一种启发式搜索算法，常用于解决迷宫寻路问题。在迷宫寻路问题中，我们有一个二维网格，其中某些格子是墙，不能通过，而其他格子是可以走的。我们的目标是从起点走到终点，尽可能快。

A*算法使用一个启发式函数来评估每个可能的步骤，该函数通常是对到达目标节点的预估距离。然后，算法使用一个优先级队列（例如，通过F值排序）来迭代并选择最有希望的步骤进行搜索。

以下是A*算法的步骤：

1. 定义每个节点的F值为G值（从起点到当前节点的实际代价）和H值（当前节点到目标的预估代价，也称为启发式代价）之和。
2. 将起点添加到优先队列中，其G值为0，H值为从起点到起点的预估代价（通常为0）。
3. 从优先队列中取出F值最小的节点。
4. 对该节点的所有邻居进行以下操作：
    * 计算新的G值（当前节点的G值加上到邻居的代价）。
    * 计算新的H值（预估从当前节点到目标的代价）。
    * 计算新的F值（G值和H值之和）。
    * 如果邻居不在已探索的节点中，将其添加到优先队列中。
5. 如果终点被添加到优先队列中，并且其G值小于当前最优路径的G值，则更新最优路径。
6. 如果优先队列为空，则问题无解。
7. 重复步骤3-6直到找到解或优先队列为空。

2.2实现过程

主要思路是从图中一个未访问的顶点 V 开始，沿着一条路一直走到底，然后从这条路尽头的节点回退到上一个节点，再从另一条路开始走到底...，不断递归重复此过程，直到所有的顶点都遍历完成，它的特点是不撞南墙不回头，先走完一条路，再换一条路继续走。

树是图的一种特例(连通无环的图就是树)，接下来我们来看看树用深度优先遍历该怎么遍历。

1、我们从根节点 1 开始遍历，它相邻的节点有 2，3，4，先遍历节点 2，再遍历 2 的子节点 5，然后再遍历 5 的子节点 9。

2、上图中一条路已经走到底了(9是叶子节点，再无可遍历的节点)，此时就从 9 回退到上一个节点 5，看下节点 5 是否还有除 9 以外的节点，没有继续回退到 2，2 也没有除 5 以外的节点，回退到 1，1 有除 2 以外的节点 3，所以从节点 3 开始进行深度优先遍历，如下：

3、同理从 10 开始往上回溯到 6, 6 没有除 10 以外的子节点，再往上回溯，发现 3 有除 6 以外的子点 7，所以此时会遍历 7。