简易地图

如图所示简易地图, 其中绿色方块的是起点 (用 A 表示), 中间蓝色的是障碍物, 红色的方块 (用 B 表示) 是目的地. 为了可以用一个二维数组来表示地图, 我们将地图划分成一个个的小方块.

二维数组在游戏中的应用是很多的, 比如贪吃蛇和俄罗斯方块基本原理就是移动方块而已. 而大型游戏的地图, 则是将各种"地貌"铺在这样的小方块上.

寻路步骤

1. 从起点A开始, 把它作为待处理的方格存入一个"开启列表", 开启列表就是一个等待检查方格的列表.

2. 寻找起点A周围可以到达的方格, 将它们放入"开启列表", 并设置它们的"父方格"为A.

3. 从"开启列表"中删除起点 A, 并将起点 A 加入"关闭列表", "关闭列表"中存放的都是不需要再次检查的方格

图中浅绿色描边的方块表示已经加入 "开启列表" 等待检查. 淡蓝色描边的起点 A 表示已经放入 "关闭列表" , 它不需要再执行检查.

从 "开启列表" 中找出相对最靠谱的方块, 什么是最靠谱? 它们通过公式 F=G+H 来计算.

        F = G + H

表示从起点 A 移动到网格上指定方格的移动耗费 (可沿斜方向移动).

表示从指定的方格移动到终点 B 的预计耗费 (H 有很多计算方法, 这里我们设定只可以上下左右移动).

我们假设横向移动一个格子的耗费为10, 为了便于计算, 沿斜方向移动一个格子耗费是14. 为了更直观的展示如何运算 FGH, 图中方块的左上角数字表示 F, 左下角表示 G, 右下角表示 H. 看看是否跟你心里想的结果一样?

从 "开启列表" 中选择 F 值最低的方格 C (绿色起始方块 A 右边的方块), 然后对它进行如下处理:

4. 把它从 "开启列表" 中删除, 并放到 "关闭列表" 中.

5. 检查它所有相邻并且可以到达 (障碍物和 "关闭列表" 的方格都不考虑) 的方格. 如果这些方格还不在 "开启列表" 里的话, 将它们加入 "开启列表", 计算这些方格的 G, H 和 F 值各是多少, 并设置它们的 "父方格" 为 C.

6. 如果某个相邻方格 D 已经在 "开启列表" 里了, 检查如果用新的路径 (就是经过C 的路径) 到达它的话, G值是否会更低一些, 如果新的G值更低, 那就把它的 "父方格" 改为目前选中的方格 C, 然后重新计算它的 F 值和 G 值 (H 值不需要重新计算, 因为对于每个方块, H 值是不变的). 如果新的 G 值比较高, 就说明经过 C 再到达 D 不是一个明智的选择, 因为它需要更远的路, 这时我们什么也不做.

如图, 我们选中了 C 因为它的 F 值最小, 我们把它从 "开启列表" 中删除, 并把它加入 "关闭列表". 它右边上下三个都是墙, 所以不考虑它们. 它左边是起始方块, 已经加入到 "关闭列表" 了, 也不考虑. 所以它周围的候选方块就只剩下 4 个. 让我们来看看 C 下面的那个格子, 它目前的 G 是14, 如果通过 C 到达它的话, G将会是 10 + 10, 这比 14 要大, 因此我们什么也不做.

然后我们继续从 "开启列表" 中找出 F 值最小的, 但我们发现 C 上面的和下面的同时为 54, 这时怎么办呢? 这时随便取哪一个都行, 比如我们选择了 C 下面的那个方块 D.

D 右边已经右上方的都是墙, 所以不考虑, 但为什么右下角的没有被加进 "开启列表" 呢? 因为如果 C 下面的那块也不可以走, 想要到达 C 右下角的方块就需要从 "方块的角" 走了, 在程序中设置是否允许这样走. (图中的示例不允许这样走)

就这样, 我们从 "开启列表" 找出 F 值最小的, 将它从 "开启列表" 中移掉, 添加到 "关闭列表". 再继续找出它周围可以到达的方块, 如此循环下去...

那么什么时候停止呢? —— 当我们发现 "开始列表" 里出现了目标终点方块的时候, 说明路径已经被找到.

如何找回路径

如上图所示, 除了起始方块, 每一个曾经或者现在还在 "开启列表" 里的方块, 它都有一个 "父方块", 通过 "父方块" 可以索引到最初的 "起始方块", 这就是路径.

整个过程抽象

把起始格添加到 "开启列表"
do
{ 寻找开启列表中F值最低的格子, 我们称它为当前格. 把它切换到关闭列表. 对当前格相邻的8格中的每一个 if (它不可通过 || 已经在 "关闭列表" 中) { 什么也不做. } if (它不在开启列表中) { 把它添加进 "开启列表", 把当前格作为这一格的父节点, 计算这一格的 FGH }if (它已经在开启列表中) { if (用G值为参考检查新的路径是否更好, 更低的G值意味着更好的路径) { 把这一格的父节点改成当前格, 并且重新计算这一格的 GF 值. } }目标格已经在 "开启列表", 这时候路径被找到跳出循环;
} while(开启列表不为空)
如果开启列表已经空了,目标格没找到 说明路径不存在.
最后从目标格开始, 沿着每一格的父节点移动直到回到起始格, 这就是路径.

注:这个实现支持斜着走, 如果要实现不支持走沿对角的斜线,可以在此实现的基础上稍作修改即可实现。

代码实现

package com.darrenchan.graph;import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Scanner;
import java.util.Stack;public class AStarAlgorithm {private static final int[][] DIREC = {{-1, 0}, {-1, 1}, {0, 1}, {1, 1},{1, 0}, {1, -1}, {0, -1}, {-1, -1}};public static void main(String[] args) {Scanner scanner = new Scanner(System.in);System.out.println("please enter (rows cols x1 y1 x2 y2): ");final int rows = scanner.nextInt();final int cols = scanner.nextInt();int x1 = scanner.nextInt();int y1 = scanner.nextInt();int x2 = scanner.nextInt();int y2 = scanner.nextInt();scanner.close();// generate a two-dimension array filled with 0int map[][] = new int[rows][cols];for (int i = 0; i < rows; i++) {int tmp[] = new int[cols];Arrays.fill(tmp, 0);map[i] = tmp;}int midr = rows / 2;int midc = cols / 2;/*map[midr - 1][midc] = 1;map[midr][midc] = 1;map[midr + 1][midc] = 1;*/for (int i = 1; i < rows - 1; i++) {map[i][midc] = 1;}map[2][6] = 1;map[3][6] = 1;map[4][6] = 1;map[5][6] = 1;findPath(map, x1, y1, x2, y2);}private static void findPath(int[][] map, int x1, int y1, int x2, int y2) {List<Position> openList = new ArrayList<AStarAlgorithm.Position>();//起始列表List<Position> closeList = new ArrayList<AStarAlgorithm.Position>();//关闭列表boolean findFlag = false;Position termPos = null;// 起始点Position startPos = new Position(x1, y1, calcH(x1, y1, x2, y2));openList.add(startPos);//把起始点加入起始列表do {// 通过在开启列表中找到F值最小的点作为当前点Position currentPos = openList.get(0);for (int i = 0; i < openList.size(); i++) {if (currentPos.F > openList.get(i).F) {currentPos = openList.get(i);}}// 将找到的当前点放到关闭列表中,并从开启列表中删除
            closeList.add(currentPos);openList.remove(currentPos);//遍历当前点对应的8个相邻点for (int i = 0; i < DIREC.length; i++) {int tmpX = currentPos.row + DIREC[i][0];int tmpY = currentPos.col + DIREC[i][1];if (tmpX < 0 || tmpX >= map.length || tmpY < 0 || tmpY >= map[0].length) {continue;}//创建对应的点Position tmpPos = new Position(tmpX, tmpY, calcH(tmpX, tmpY, x2, y2), currentPos);//map中对应的格子中的值为1(障碍), 或对应的点已经在关闭列表中if (map[tmpX][tmpY] == 1 || closeList.contains(tmpPos)) {continue;}//如果不在开启列表中,则加入到开启列表if (!openList.contains(tmpPos)) {openList.add(tmpPos);} else {// 如果已经存在开启列表中,则用G值考察新的路径是否更好,如果该路径更好,则把父节点改成当前格并从新计算FGHPosition prePos = null;for (Position pos : openList) {if (pos.row == tmpX && pos.col == tmpY) {prePos = pos;break;}}if (tmpPos.G < prePos.G) {prePos.setFaPos(currentPos);}}}// 判断终点是否在开启列表中for (Position tpos : openList) {if (tpos.row == x2 && tpos.col == y2) {termPos = tpos;findFlag = true;break;}}} while(openList.size() != 0);if(!findFlag) {System.out.println("no valid path!");return;}Stack<String> resStack = new Stack<String>();String pattern = "(%d, %d)";if (termPos != null) {resStack.push(String.format(pattern, termPos.row, termPos.col));while(termPos.fa != null) {termPos = termPos.fa;resStack.push(String.format(pattern, termPos.row, termPos.col));}}StringBuilder sb = new StringBuilder();while (!resStack.empty()) {sb.append(resStack.pop());if (!resStack.empty()) {sb.append(" -> ");}}System.out.println(sb.toString());}/*** 计算某个格子的H值* @param x* @param y* @param tx 终点的x值* @param ty 终点的y值* @return*/private static int calcH(int x, int y, int tx, int ty) {int diff = Math.abs(x - tx) + Math.abs(y - ty);return diff * 10;}static class Position {public int F;public int G;public int H;public Position fa;public int row;public int col;public Position() {}public Position(int row, int col, int H) {this(row, col, H, null);}public Position(int row, int col, int H, Position pos) {this.H = H;this.row = row;this.col = col;this.fa = pos;this.G = calcG();this.F = G + H;}/*** 计算某个点到起始点的代价G* @return*/private int calcG() {if (fa == null) return 0;if (fa.row != this.row && fa.col !=  this.col) {return 14 + fa.G;}return 10 + fa.G;}public void setFaPos(Position pos) {this.fa = pos;this.G = calcG();this.F = G + H;}@Overridepublic boolean equals(Object obj) {if (obj == null) {return false;}if (!(obj instanceof Position)) {return false;}Position pos = (Position) obj;return this.row == pos.row && this.col == pos.col;}@Overridepublic int hashCode() {final int prime = 31;int result = 1;result = prime * result + row;result = prime * result + col;return result;}}}

参考:

http://www.cnblogs.com/technology/archive/2011/05/26/2058842.html

https://blog.csdn.net/ldstartnow/article/details/51897970

转载于:https://www.cnblogs.com/DarrenChan/p/9563516.html

[数据结构]A*寻路算法相关推荐

  1. c/c++数据结构之深度寻路算法基础(含自己写的源码)

    一.深度寻路算法原理 第一步,我们要规定好人物的试探方向 : 即上右下左,上左下右 什么意思呢?就是计算机中的人物要看看自己的四周是空地还是墙,如果是墙就不能走,是空地则可以走. 第二步. 我们要进行 ...

  2. 数据结构学习第十八课(寻路算法之深度寻路)

    寻路算法 /* 寻路算法: 找路径1 深度寻路:不一定能找到最短路径,回退,循环较少,步骤简单,适用于空旷地图;只能走直线 2 广度寻路:一定能找到最短路径,不需要回退,循环较多,步骤复杂,适用于较小 ...

  3. 游戏中常用的寻路算法(5)预先计算好的路径的所用空间

    有时候,影响计算寻路路径的不是时间,而是计算路径所需的上百个单元格所占的空间.寻路是需要内存来运行寻路算法,还需要额外内存来存储寻到的路径.运行寻路算法(A*,开集或闭集)所需的临时空间经常会比存储这 ...

  4. 如何快速找到最优路线?深入理解游戏中寻路算法

    如果你玩过MMOARPG游戏,比如魔兽,你会发现人物行走会很有趣,为了模仿人物行走的真实体验,他们会选择最近路线达到目的地,期间会避开高山或者湖水,绕过箱子或者树林,直到走到你所选定的目的地. 这种看 ...

  5. 关于寻路算法的一些思考(6):预先计算好的路径的所用空间

    有时候,影响计算寻路路径的不是时间,而是计算路径所需的上百个单元格所占的空间.寻路是需要内存来运行寻路算法,还需要额外内存来存储寻到的路径.运行寻路算法(A*,开集或闭集)所需的临时空间经常会比存储这 ...

  6. javascript 刷新div_用 JavaScript 实现寻路算法 —— 编程训练

    同学们好,我是来自 <技术银河>的 ? 三钻 . 寻路算法练习 学习寻路算法有什么好处? 寻路是广度优先搜索算法 所有的搜索的算法的思路的非常相似 所以在讲广度优先的算法的过程中也可以把深 ...

  7. A*寻路算法的探寻与改良(一)

    A*寻路算法的探寻与改良(一) by:田宇轩                                                                    第一部分:这里我们主 ...

  8. 迷宫生成算法和迷宫寻路算法

    迷宫生成算法和迷宫寻路算法 大学二年级的时候,作为对栈这个数据结构的复习,我制作了一个迷宫生成算法的小程序,当时反响十分好,过了几天我又用自己已经学的DirectX技术制作了DirectX版的程序.这 ...

  9. [转]关于寻路算法的一些思考

    关于寻路算法的一些思考(1):A*算法介绍 物体的移动算法似乎显得很简单,然而寻路规划问题却十分复杂.考虑下面这个例子: 这个单位的初始位置在地图的下方,想要到达地图的顶部.如果物体所能侦测到的地方( ...

最新文章

  1. 作弊翻车!Kaggle 大赛第一团队获最严处分
  2. 达摩院三周年,当初立的flag都实现了吗?
  3. CSS3文本居中显示、圆形圆角绘制、立体阴影效果设置实例演示
  4. python中有没有switch_Python为什么没有switch/case语句?
  5. NYOJ541 最强DE 战斗力(第五届省赛试题)
  6. java bean 对象属性复制框架BeanMapping-release_0.0.2-注解支持
  7. proftpd java_Proftpd:编译安装
  8. 导Excel数据到Oracle的脚本,Oracle使用TOAD实现导入导出Excel数据
  9. nginx之反向代理配置
  10. Windows 编程[6] - 学习窗体生成的过程六: 最终的代码!
  11. 佛系前端面试题记录--第六周
  12. SQL 考勤打卡问题
  13. Jmeter的元件使用介绍:前置处理器详解
  14. vassonic PHP,轻量级、高性能的 VasSonic 框架,听说开源了?
  15. Android加速度传感器原理
  16. 算法-并查集-加边无向图
  17. 指纹打卡,IC卡打卡,人脸识别打卡面试题
  18. 无差别收保费,光大银行强制搭售保险被批 原本提供增信价值的融资性信保产品,被一众放贷机构和保险公司玩坏,最终异化成借款人难以承受的负担。 撰文 | 冬弥 出品 | 消费金融频道 保险公司与助
  19. Java调用so动态库方法
  20. 永不停息的阿拉伯数字手势时钟app

热门文章

  1. EM算法极其推广---EM算法的收敛性
  2. 新华三副总裁李立:建设智慧城市的三大误区
  3. 安装Sarge(二) 配置基本系统
  4. [经典线程同步问题]吸烟者
  5. 毕业设计(三)---spring学习笔记(1)之-IOC
  6. jetbrick-template 和其他模板的性能测试比较
  7. Android 报错:Conversion to Dalvik format failed: ...
  8. Android攻略之入门
  9. web前端之js快速入门(BOM和DOM)
  10. python2安装包_解决win10下python2和python3共存问题