前言

A*搜寻算法俗称A星算法。这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。常用于游戏中

通过二维数组构建的一个迷宫，“%”表示墙壁，A为起点，B为终点，“#”代表障碍物，“*”代表算法计算后的路径

本文实例代码结构：

% % % % % % %

% o o o o o %

% o o # o o %

% A o # o B %

% o o # o o %

% o o o o o %

% % % % % % %

=============================

经过A*算法计算后

=============================

% % % % % % %

% o o * o o %

% o * # * o %

% A o # o B %

% o o # o o %

% o o o o o %

% % % % % % % <

算法理论

算法的核心公式为：F=G+H

把地图上的节点看成一个网格。

G=从起点A,沿着产生的路径，移动到网格上指定节点的移动消耗，在这个例子里，我们令水平或者垂直移动的耗费为10，对角线方向耗费为14。我们取这些值是因为沿对角线

的距离是沿水平或垂直移动耗费的的根号2，或者约1.414倍。为了简化，我们用10和14近似。

既然我们在计算沿特定路径通往某个方格的G值，求值的方法就是取它父节点的G值，然后依照它相对父节点是对角线方向或者直角方向(非对角线)，分别增加14和10。例子中这

个方法的需求会变得更多，因为我们从起点方格以外获取了不止一个方格。

H=从当前格移动到终点B的预估移动消耗。为什么叫”预估“呢，因为我们没有办法事先知道路径的长度，这里我们使用曼哈顿方法，它计算从当前格到目的格之间水平和垂直

的方格的数量总和，忽略对角线方向。然后把结果乘以10。

F的值是G和H的和，这是我们用来判断优先路径的标准，F值最小的格，我们认为是优先的路径节点。

实现步骤

算法使用java写的，先看一看节点类的内容

package a_star_search;

/**

* 节点类

* @author zx

*

*/

public class Node {

private int x; //x坐标

private int y; //y坐标

private String value; //表示节点的值

private double FValue = 0; //F值

private double GValue = 0; //G值

private double HValue = 0; //H值

private boolean Reachable; //是否可到达(是否为障碍物)

private Node PNode; //父节点

public Node(int x, int y, String value, boolean reachable) {

super();

this.x = x;

this.y = y;

this.value = value;

Reachable = reachable;

}

public Node() {

super();

}

public int getX() {

return x;

}

public void setX(int x) {

this.x = x;

}

public int getY() {

return y;

}

public void setY(int y) {

this.y = y;

}

public String getValue() {

return value;

}

public void setValue(String value) {

this.value = value;

}

public double getFValue() {

return FValue;

}

public void setFValue(double fValue) {

FValue = fValue;

}

public double getGValue() {

return GValue;

}

public void setGValue(double gValue) {

GValue = gValue;

}

public double getHValue() {

return HValue;

}

public void setHValue(double hValue) {

HValue = hValue;

}

public boolean isReachable() {

return Reachable;

}

public void setReachable(boolean reachable) {

Reachable = reachable;

}

public Node getPNode() {

return PNode;

}

public void setPNode(Node pNode) {

PNode = pNode;

}

}

还需要一个地图类，在map的构造方法中，我通过创建节点的二维数组来实现一个迷宫地图，其中包括起点和终点

package a_star_search;

public class Map {

private Node[][] map;

//节点数组

private Node startNode;

//起点

private Node endNode;

//终点

public Map() {

map = new Node[7][7];

for (int i = 0;i<7;i++){

for (int j = 0;j<7;j++){

map[i][j] = new Node(i,j,"o",true);

}

}

for (int d = 0;d<7;d++){

map[0][d].setValue("%");

map[0][d].setReachable(false);

map[d][0].setValue("%");

map[d][0].setReachable(false);

map[6][d].setValue("%");

map[6][d].setReachable(false);

map[d][6].setValue("%");

map[d][6].setReachable(false);

}

map[3][1].setValue("A");

startNode = map[3][1];

map[3][5].setValue("B");

endNode = map[3][5];

for (int k = 1;k<=3;k++){

map[k+1][3].setValue("#");

map[k+1][3].setReachable(false);

}

}

//展示地图

public void ShowMap(){

for (int i = 0;i<7;i++){

for (int j = 0;j<7;j++){

System.out.print(map[i][j].getValue()+" ");

}

System.out.println("");

}

}

public Node[][] getMap() {

return map;

}

public void setMap(Node[][] map) {

this.map = map;

}

public Node getStartNode() {

return startNode;

}

public void setStartNode(Node startNode) {

this.startNode = startNode;

}

public Node getEndNode() {

return endNode;

}

public void setEndNode(Node endNode) {

this.endNode = endNode;

}

}

下面是最重要的AStar类

操作过程

1从起点A开始，并且把它作为待处理点存入一个“开启列表”，这是一个待检查方格的列表。

2寻找起点周围所有可到达或者可通过的方格，跳过无法通过的方格。也把他们加入开启列表。为所有这些方格保存点A作为“父方格”。当我们想描述路径的时候，父方格的资

料是十分重要的。后面会解释它的具体用途。

3从开启列表中删除起点A，把它加入到一个“关闭列表”，列表中保存所有不需要再次检查的方格。

经过以上步骤，“开启列表”中包含了起点A周围除了障碍物的所有节点。他们的父节点都是A,通过前面讲的F=G+H的公式，计算每个节点的G，H，F值，并按照F的值大小，从小

到大进行排序。并对F值最小的那个节点做以下操作

4，把它从开启列表中删除，然后添加到关闭列表中。

5，检查所有相邻格子。跳过那些不可通过的(1.在”关闭列表“中，2.障碍物)，把他们添加进开启列表，如果他们还不在里面的话。把选中的方格作为新的方格的父节点。

6，如果某个相邻格已经在开启列表里了，检查现在的这条路径是否更好。换句话说，检查如果我们用新的路径到达它的话，G值是否会更低一些。如果不是，那就什么都不

做。(这里，我的代码中并没有判断)

7，我们重复这个过程，直到目标格(终点“B”)被添加进“开启列表”，说明终点B已经在上一个添加进“关闭列表”的节点的周围，只需走一步，即可到达终点B。

8，我们将终点B添加到“关闭列表”

9，最后一步，我们要将从起点A到终点B的路径表示出来。父节点的作用就显示出来了，通过“关闭列表”中的终点节点的父节点，改变其value值，顺藤摸瓜即可以显示出路径。

看看代码

package a_star_search;

import java.util.ArrayList;

public class AStar {

/**

* 使用ArrayList数组作为“开启列表”和“关闭列表”

*/

ArrayList open = new ArrayList();

ArrayList close = new ArrayList();

/**

* 获取H值

* @param currentNode：当前节点

* @param endNode：终点

* @return

*/

public double getHValue(Node currentNode,Node endNode){

return (Math.abs(currentNode.getX() - endNode.getX()) + Math.abs(currentNode.getY() - endNode.getY()))*10;

}

/**

* 获取G值

* @param currentNode：当前节点

* @return

*/

public double getGValue(Node currentNode){

if(currentNode.getPNode()!=null){

if(currentNode.getX()==currentNode.getPNode().getX()||currentNode.getY()==currentNode.getPNode().getY()){

//判断当前节点与其父节点之间的位置关系(水平？对角线)

return currentNode.getGValue()+10;

}

return currentNode.getGValue()+14;

}

return currentNode.getGValue();

}

/**

* 获取F值 ： G + H

* @param currentNode

* @return

*/

public double getFValue(Node currentNode){

return currentNode.getGValue()+currentNode.getHValue();

}

/**

* 将选中节点周围的节点添加进“开启列表”

* @param node

* @param map

*/

public void inOpen(Node node,Map map){

int x = node.getX();

int y = node.getY();

for (int i = 0;i<3;i++){

for (int j = 0;j<3;j++){

//判断条件为：节点为可到达的(即不是障碍物，不在关闭列表中)，开启列表中不包含，不是选中节点

if(map.getMap()[x-1+i][y-1+j].isReachable()&&!open.contains(map.getMap()[x-1+i][y-1+j])&&!(x==(x-1+i)&&y==(y-1+j))){

map.getMap()[x-1+i][y-1+j].setPNode(map.getMap()[x][y]);

//将选中节点作为父节点

map.getMap()[x-1+i][y-1+j].setGValue(getGValue(map.getMap()[x-1+i][y-1+j]));

map.getMap()[x-1+i][y-1+j].setHValue(getHValue(map.getMap()[x-1+i][y-1+j],map.getEndNode()));

map.getMap()[x-1+i][y-1+j].setFValue(getFValue(map.getMap()[x-1+i][y-1+j]));

open.add(map.getMap()[x-1+i][y-1+j]);

}

}

}

}

/**

* 使用冒泡排序将开启列表中的节点按F值从小到大排序

* @param arr

*/

public void sort(ArrayList arr){

for (int i = 0;i

for (int j = i+1;j

if(arr.get(i).getFValue() > arr.get(j).getFValue()){

Node tmp = new Node();

tmp = arr.get(i);

arr.set(i, arr.get(j));

arr.set(j, tmp);

}

}

}

}

/**

* 将节点添加进”关闭列表“

* @param node

* @param open

*/

public void inClose(Node node,ArrayList open){

if(open.contains(node)){

node.setReachable(false);

//设置为不可达

open.remove(node);

close.add(node);

}

}

public void search(Map map){

//对起点即起点周围的节点进行操作

inOpen(map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()],map);

close.add(map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()]);

map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()].setReachable(false);

map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()].setPNode(map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()]);

sort(open);

//重复步骤

do{

inOpen(open.get(0), map);

inClose(open.get(0), open);

sort(open);

}

while(!open.contains(map.getMap()[map.getEndNode().getX()][map.getEndNode().getY()]));

//知道开启列表中包含终点时，循环退出

inClose(map.getMap()[map.getEndNode().getX()][map.getEndNode().getY()], open);

showPath(close,map);

}

/**

* 将路径标记出来

* @param arr

* @param map

*/

public void showPath(ArrayList arr,Map map) {

if(arr.size()>0){

Node node = new Node();

// node = map.getMap()[map.getEndNode().getX()][map.getEndNode().getY()];

// while(!(node.getX() ==map.getStartNode().getX()&&node.getY() ==map.getStartNode().getY())){

// node.getPNode().setValue("*");

// node = node.getPNode();

// }

}

// map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()].setValue("A");

}

}

最后写一个Main方法

package a_star_search;

public class MainTest {

public static void main(String[] args) {

Map map = new Map();

AStar aStar = new AStar();

map.ShowMap();

aStar.search(map);

System.out.println("=============================");

System.out.println("经过A*算法计算后");

System.out.println("=============================");

map.ShowMap();

}

}

修改地图再测试一下，看看效果

% % % % % % %

% o o o o o %

% o o # o o %

% A o # o B %

% o o # o o %

% o o o o o %

% % % % % % %

=============================

经过A*算法计算后

=============================

% % % % % % %

% o o o o o %

% o o # o o %

% A o # o B %

% o o # o o %

% o o o o o %

% % % % % % %

总结

保证找到最短路径(最优解的)条件，关键在于估价函数h(n)的选取：估价值h(n)<=n到目标节点的距离实际值，这种情况下，搜索的点数多，搜索范围大，效率低。但能得到

最优解。如果估价值>实际值,搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。

最大的感触就是：做事最忌三天打渔，两天晒网。量可以不大，但必须有连续性，贵在坚持。

希望每一个程序员，都能开心的敲着代码，做自己喜欢做的事。

以上就是本文关于Java编程实现A*算法完整代码的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。