前言： 在第一篇文章中，我们讨论了 如何用 pygame 写一个小游戏，并用键盘交互控制 。接下来，我们将分别用 DFS 、BFS 、DRL 实现自动控制。DFS 已经在这篇文章中讨论过，现在来看 BFS 。

使用广度优先搜索方法实现游戏的自动控制

本文涉及一个 .py 文件：

bfs_play.py

如上图，我们将使用“广度优先搜索”的方法，来控制黑色方块自动闯关。

所谓“广度优先搜索”，即：

搜索：精准预测行一步操作后，黑色方块将到达什么位置；并再次精准预测在这个位置进行操作后，黑色方块将到达什么位置…直到触发终止条件，即找到最终得分的路径；
广度优先：假设黑色方块有两个动作可以选择：A与B，那么黑色方块做出“选择A后应该到达的位置”的预测后，不继续接着这条路径预测；而是去预测在初始状态下“选择B后应该到达的位置”。具体原理如下图。

图片生成自：https://visualgo.net/zh/dfsbfs

为了更好地了解 BFS 的特性，你可以用 DFS（深度优先搜索）进行对比：

如何用 BFS 匹配我们的小游戏

在我写的小游戏（小游戏项目地址，小游戏代码结构详解）中，我们的小方块时刻面临三个选择：

给自己一个左上的力；
给自己一个右上的力；
什么也不做，这一时刻任由自己受重力牵制而掉落。

因此，我们每层也就有三个结点，如下图：

但是因为算法本身的时间复杂度过大，我们可以不考虑“什么也不做”这一动作。这样，每层的父结点就只有两个子结点，大大减少需要遍历的空间。否则，需要搜索的结点过多，导致程序运行过慢或内存溢出。

使用队列的实现

我使用队列来实现 BFS 算法，我大概描述一下这个过程。数据结构不够硬的同学，应该静下心来读读我的源码、或者其他经典的 BFS 教程、或者刷刷 LeetCode 。

我的源码见：https://github.com/PiperLiu/Amazing-Brick-DFS-and-DRL/bfs_play.py

Node = namedtuple("Node", ['sta' , 'act', 'father'])game_state = GameState(True)
# 为了避免搜索空间过大
# 这里调高了游戏的力学参数
game_state.player.velMaxY = 20
game_state.player.AccY = 5ACTIONS = (0, 1, 2)def bfs_forward(root_state, show=False):# 保存结点的队列q = Queue()for action in ACTIONS:node = Node(root_state.copy(), action, None)q.put(node)while True:# 如果队列为空# 则说明所有可行结点已经遍历if q.empty():breakfather_node = q.get()father_state = father_node.staif check_for_score(father_state):# 如果得分# 说明可行路径已经找到# 跳出循环if show:pygame.draw.rect(SCREEN, (0, 0, 255), \(father_state['x'] - game_state.s_c.x, father_state['y'] - game_state.s_c.y, game_state.player.width, game_state.player.height))pygame.display.update()break# 只考虑动作 1 和 2for action in ACTIONS[1:]:# father_state = move_forward(father_state, ACTIONS[0])new_state = move_forward(father_state, action)if check_crash(new_state):if show:pygame.draw.rect(SCREEN, (255, 0, 0), \(new_state['x'] - game_state.s_c.x, new_state['y'] - game_state.s_c.y, game_state.player.width, game_state.player.height))pygame.display.update()else:if show:pygame.draw.rect(SCREEN, (100, 100, 100), \(new_state['x'] - game_state.s_c.x, new_state['y'] - game_state.s_c.y, game_state.player.width, game_state.player.height))pygame.display.update()node = Node(new_state, action, father_node)q.put(node)return father_node

我这里 BFS 算法效果不好：

python bfs_play.py

输入参数 --display 可以查看寻路过程：

python bfs_play.py --display

源码：https://github.com/PiperLiu/Amazing-Brick-DFS-and-DRL

欢迎 star 。

【广度优先搜索】一个实例+两张动图彻底理解 BFS | 思路+代码详解 | 用 DFS 自动控制我们的小游戏相关推荐

【深度优先搜索】一个实例+两张动图彻底理解 DFS | DFS 与 BFS 的区别 | 用 DFS 自动控制我们的小游戏
前言: 在第一篇文章中(link),我们讨论了如何用 pygame 写一个小游戏,并用键盘交互控制 .接下来,我们将分别用 DFS .BFS .DRL 实现自动控制.这篇文章讨论了什么是深度优先搜索 ...
Qt开发技术：Q3D图表开发笔记（三）：Q3DSurface三维曲面图介绍、Demo以及代码详解
若该文为原创文章,转载请注明原文出处本文章博客地址:https://hpzwl.blog.csdn.net/article/details/130264470 各位读者,知识无穷而人力有穷,要么改需 ...
[动图演示]Redis 持久化 RDB/AOF 详解与实践
Redis 是一个开源( BSD 许可)的,内存中的数据结构存储系统,它可以用作数据库.缓存和消息中间件.它支持的数据类型很丰富,如字符串.链表.集合.以及散列等,并且还支持多种排序功能. 什么叫持 ...
[动图演示]Redis 持久化 RDB/AOF 详解与实践 1
Redis 是一个开源( BSD 许可)的,内存中的数据结构存储系统,它可以用作数据库.缓存和消息中间件.它支持的数据类型很丰富,如字符串.链表.集合.以及散列等,并且还支持多种排序功能. 什么叫持 ...
qchart折现图_Qt开发技术：QCharts（二）QCharts折线图介绍、Demo以及代码详解
若该文为原创文章,未经允许不得转载各位读者,知识无穷而人力有穷,要么改需求,要么找专业人士,要么自己研究敬请期待- 红胖子,来也! 介绍了整体框架,开始动手码代码,按照顺序,从折线图开始. QCh ...
做折线图_python的visvis库做折线图（line.py）代码详解
1 说明: ===== 1.1 visvis库:是Python视觉库,非常强大. 1.2 visvis库:今天讲折线图(line.py)的代码讲解. 1.3 安装: pip install visvi ...
彻底明白TCP的三次握手与四次挥手的两张动图
常用的熟知端口号应用程序 FTP TFTP TELNET SMTP DNS HTTP SSH MYSQL 熟知端口 21,20 69 23 25 53 80 22 3306 传输层协议 TCP UD ...
两张动图，彻底明白TCP的三次握手与四次挥手
点击上方"朱小厮的博客",选择"设为星标" 后台回复"书",获取来源:22j.co/bVws 通过上一篇中网络模型中的IP层的介绍,我 ...
你们要的动图来了：2张动图快速理解高内聚与低耦合
模块模块就是从逻辑上将系统分解为更细微的部分, 分而治之, 复杂问题拆解为若干简单问题, 逐个解决. 耦合主要描述模块之间的关系, 内聚主要描述模块内部. 模块的粒度可大可小, 可以是函数, 类, ...

【广度优先搜索】一个实例+两张动图彻底理解 BFS | 思路+代码详解 | 用 DFS 自动控制我们的小游戏

使用广度优先搜索方法实现游戏的自动控制

如何用 BFS 匹配我们的小游戏

使用队列的实现

【广度优先搜索】一个实例+两张动图彻底理解 BFS | 思路+代码详解 | 用 DFS 自动控制我们的小游戏相关推荐

最新文章

热门文章