清华大佬耗费三个月吐血整理的几百G的资源,免费分享!....>>>
在前面的博客当中,其实我们已经讨论过寻路的算法。不过,当时的示例图中,可选的路径是唯一的。我们挑选一个算法,就是说要把这个唯一的路径选出来,怎么 选呢?当时我们就是采用穷尽递归的算法。然而,今天的情形有点不太一样了。在什么地方呢?那就是今天的路径有n条,这条路径都可以达到目的地,然而我们在 挑选的过程中有一个要求,那就是挑选的路径距离最短?有没有什么办法呢? 那么,这时候就要A*算法就可以排上用场了。
A*算法和普通的算法有什么区别呢?我们可以用一个示例说明一下:
这是一个5*5的数组。假设我们从array[1][0]出发,目标为A点。我们发现,在图中有两种方法可以到达目的地,但是往下直达的方法最短。那么怎么找到这个最短的算法呢?朋友们可以好好思考一下。
我们可以把时光回到到达的前几个步骤?我们为什么要选方向朝下的点,而不选水平方向的点?原因不复杂,就是因为所有点中,当时我们要选的这个点和目标点之间距离最短。那么这中间,路径的选择有没有发生改变呢?其实是有可能的,因为选路的过程本省就是一个pk的过程,我们所能做的就是寻找当时那个离目标最近的点而已,而这个点是时刻变化的,所以最后选出来的路应该是这样的。
算法编程算法,应该怎么修改呢?当然首先定义一个数据结构?
然后呢,寻找到和目标点距离最短的那个点,
寻找到这个点,一切都好办了,那么现在我们就需要重新对data进行处理,毕竟有些点需要弹出,还有一些新的点需要压入处理的。
有了上面的函数之后,那么find_path就十分简单了。
总结:
(1)A*的重点在于设计权重判断函数,选择最佳下一跳
(2)A*的目标是已知的
(3)A*尤其适合于网格型的路径查找
A*算法和普通的算法有什么区别呢?我们可以用一个示例说明一下:
/* * 0 0 0 0 0 * 1 1 1 1 1 * 1 0 0 0 1 * 1 0 0 0 1 * A 1 1 1 1 */
这是一个5*5的数组。假设我们从array[1][0]出发,目标为A点。我们发现,在图中有两种方法可以到达目的地,但是往下直达的方法最短。那么怎么找到这个最短的算法呢?朋友们可以好好思考一下。
我们可以把时光回到到达的前几个步骤?我们为什么要选方向朝下的点,而不选水平方向的点?原因不复杂,就是因为所有点中,当时我们要选的这个点和目标点之间距离最短。那么这中间,路径的选择有没有发生改变呢?其实是有可能的,因为选路的过程本省就是一个pk的过程,我们所能做的就是寻找当时那个离目标最近的点而已,而这个点是时刻变化的,所以最后选出来的路应该是这样的。
/* * 0 0 0 0 0 * 1 0 0 0 0 * 1 0 0 0 0 * 1 0 0 0 0 * A 0 0 0 0 */
算法编程算法,应该怎么修改呢?当然首先定义一个数据结构?
typedef struct _VALUE { int x; int y; }VALUE;
然后呢,寻找到和目标点距离最短的那个点,
int find_most_nearest_neigh(VALUE data[], int length, int x, int y) { int index; int number; int current; int median; if(NULL == data || 0 == length) return -1; current = 0; number = (int) sqrt((data[0].x - x) * (data[0].x - x)+ (data[0].y - y) * (data[0].y - y)); for(index = 1; index < length; index ++){ median = (int) sqrt((data[index].x - x) * (data[index].x - x)+ (data[index].y - y) * (data[index].y - y)); if(median < number){ number = median; current = index; } } return current; }
寻找到这个点,一切都好办了,那么现在我们就需要重新对data进行处理,毕竟有些点需要弹出,还有一些新的点需要压入处理的。
VALUE* updata_data_for_queue(VALUE* data, int length, int* newLen) { int index; int count; int max; VALUE* pData; if(NULL == data || 0 == length || NULL == newLen) return NULL; max = length << 2; pData = (VALUE*)malloc(max * sizeof(VALUE)); memset(pData, 0, max * sizeof(VALUE)); count = 0; for(index = 0; index < length; index ++){ if(check_pos_valid(data[index].x, data[index].y - 1)){ pData[count].x = data[index].x; pData[count].y = data[index].y -1; count ++; } if(check_pos_valid(data[index].x -1, data[index].y)){ pData[count].x = data[index].x -1; pData[count].y = data[index].y; count ++; } if(check_pos_valid(data[index].x, data[index].y + 1)){ pData[count].x = data[index].x; pData[count].y = data[index].y +1; count ++; } if(check_pos_valid(data[index].x + 1, data[index].y)){ pData[count].x = data[index].x + 1; pData[count].y = data[index].y; count ++; } } *newLen = count; return pData; }
有了上面的函数之后,那么find_path就十分简单了。
void find_path(int x, int y) { while(/* 最短距离不为0 */){ /* 更新列表 */ /* 寻找最近点 */ }; }
总结:
(1)A*的重点在于设计权重判断函数,选择最佳下一跳
(2)A*的目标是已知的
(3)A*尤其适合于网格型的路径查找