1.A*的通俗理解

很多游戏特别是rts，rpg类游戏，都需要用到寻路。寻路算法有深度优先搜索（DFS），广度优先搜索(BFS)，A星算法等，而A星算法是一种具备启发性策略的算法，效率是几种算法中最高的，因此也成为游戏中最常用的寻路算法。
对于A星算法的具体理解可以参考下面这篇文章，本文着重讲解A星算法，在解决8数码问题的思路以及代码
A*算法的通俗理解

2.8数码问题

首先：估价函数对求解八数码问题有不同的影响。
这里我们介绍4种不同启发函数，我们主要使用第一种:

最简单的估价函数:取一格局与目的格局相比，其位置不符的将牌数目。
较好的估价函数:各将牌移到目的位置所需移动的距离的总和
第三种估价函数:对每一对逆转将牌乘以一个倍数。
第四种估价函数:克服了仅计算将牌逆转数目策略的局限，将位置不符将牌数目的总和与3倍将牌逆转数目相加。

下面我们开始移动，并计算各个状态的估价函数值，然后选估价函数值最小的节点继续移动，直到出现目标状态为止如下图所示**（注意：图种有两处错误A（4）应为A（7），C（4）应为C（7）)**：

3.代码

import numpy as np
import operator
O=int(input(("请输入方阵的行/列数：")))
A=list(input("请输入初始状态："))
B=list(input("请输入目标状态："))
z=0
M=np.zeros((O,O))
N=np.zeros((O,O))
for i in range(O):for j in range(O):M[i][j]=A[z]N[i][j]=B[z]z=z+1
openlist=[]#open表class State:def __init__(self,m):self.node=m#节点代表的状态self.f=0#f(n)=g(n)+h(n)self.g=0#g(n)self.h=0#h(n)self.father=None#节点的父亲节点init = State(M)#初始状态
goal=State(N)#目标状态
#启发函数
def h(s):a=0for i in range(len(s.node)):for j in range(len(s.node[i])):if s.node[i][j]!=goal.node[i][j] and s.node[i][j]!=0:a=a+1return a
#对节点列表按照估价函数的值的规则排序
def list_sort(l):cmp=operator.attrgetter('f')l.sort(key=cmp)
#A*算法
def A_star(s):global openlist#全局变量可以让open表进行时时更新openlist=[s]fatherlist=[s.node]while(openlist):get=openlist[0] #取出open表的首节点  if (get.node==goal.node).all():#判断是否与目标节点一致return getopenlist.remove(get)#将get移出open表#判断此时状态的空格位置for a in range(len(get.node)):for b in range(len(get.node[a])):if get.node[a][b]==0:breakif get.node[a][b]==0:break#开始移动for i in range(len(get.node)):for j in range(len(get.node[i])):c=get.node.copy()if (i-a)**2+(j-b)**2==1:c[a][b]=c[i][j]c[i][j]=0new=State(c)K=0for k in range(len(fatherlist)):if (new.node==fatherlist[k]).all():breakelse:K=K+1if K==len(fatherlist):     new.father=get#此时取出的get节点成为新节点的父亲节点new.g=get.g+1#新节点与父亲节点的距离new.h=h(new)#新节点的启发函数值new.f=new.g+new.h#新节点的估价函数值openlist.append(new)fatherlist.append(new.node)# 递归打印路径
def printpath(f):if f is None:return#注意print()语句放在递归调用前和递归调用后的区别。放在后实现了倒叙输出printpath(f.father)print(f.node)final=A_star(init)
if final:print("有解，解为：")printpath(final)
else:print("无解")

A*算法解决8数码问题python实现相关推荐

Astar、A星算法解决八数码问题--python实现
一.问题描述数码问题又称9宫问题,与游戏"华容道"类似.意在给定的3*3棋格的8个格子内分别放一个符号,符号之间互不相同,余下的一格为空格.并且通常把8个符号在棋格上的排列顺序称 ...
Python实现A*算法解决N数码问题
Python实现A*算法解决N数码问题 A*算法的描述 A*算法的步骤问题描述代码以及测试结果算法优势算法存在一些不足 A*算法的描述 A*算法是BFS的一个变种,它把原来的BFS算法的无启发 ...
Python利用A*算法解决八数码问题
资源下载地址:https://download.csdn.net/download/sheziqiong/86790565 资源下载地址:https://download.csdn.net/downl ...
A*算法解决八数码问题 Java语言实现
A*算法解决八数码问题 Java语言实现参考文章: (1)A*算法解决八数码问题 Java语言实现 (2)https://www.cnblogs.com/beilin/p/5981483.html ...
题目2：隐式图的搜索问题（A*算法解决八数码）
数据结构课程实践系列题目1:学生成绩档案管理系统(实验准备) 题目2:隐式图的搜索问题(A*算法解决八数码) 题目3:文本文件单词的检索与计数(实验准备) 文章目录数据结构课程实践系列题目1:学 ...
广度优先算法解决8数码问题【c++】
8数码问题 (广度优先算法解决----c++) 8数码问题问题描述八数码问题也称为九宫问题,在3×3的棋盘上,摆有八个棋子,每个棋子上标有1至8的某一数字.棋盘中留有一个空格(空格用0来表示),空格 ...
Nilsson's sequence score算法解决八数码问题解释
解决了最近一个人工智能关于解决八数码难题的作业. 图可能看不清,除了黑块外其他位置是英文字母ABCDEFGH A*:f(n)=g(n)+h(n) 其中f为总花费,g为已知花费(深度),h为估计花费关 ...
全局择优搜索、A*算法、宽度优先算法解决八数码问题
1问题描述使用盲目搜索中的宽度优先搜索算法或者使用启发式搜索中的全局择优搜索或A算法,对任意的八数码问题给出求解结果.例如:对于如下具体的八数码问题: 通过设计启发函数,编程实现求解过程,如果问题有 ...
A*算法解决八数码问题人工智能原理实验报告启发式搜索 python
目录一.实验主要步骤 ①.设计界面输入规则 ②.判断是否有解 ③.求解二.实验结果展示三.附录完整实验程序代码: 一.实验主要步骤 ①.设计界面输入规则有且仅有9位数字代表数码和空格,从左到 ...

A*算法解决8数码问题python实现

1.A*的通俗理解

2.8数码问题

3.代码

A*算法解决8数码问题python实现相关推荐

最新文章

热门文章