A*搜索算法
外观
(重定向自A*)
此条目需要补充更多来源。 (2015年6月30日) |
此条目需要扩展。 (2018年3月5日) |
A*搜索算法(A* search algorithm)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。常用于游戏中的NPC的移动计算,或网络游戏的BOT的移动计算上。
该算法综合了最良优先搜索和Dijkstra算法的优点:在进行启发式搜索提高算法效率的同时,可以保证找到一条最优路径(需要评估函数满足单调性)。
在此算法中,如果以表示从起点到任意顶点的实际距离,表示任意顶点到目标顶点的估算距离(根据所采用的评估函数的不同而变化),那么A*算法的估算函数为:
这个公式遵循以下特性:
- 如果为0,即只计算任意顶点到目标的评估函数,而不计算起点到顶点的距离,则算法转化为使用贪心策略的最良优先搜索,速度最快,但可能得不出最优解;
- 如果不大于顶点到目标顶点的实际距离,则一定可以求出最优解,而且越小,需要计算的节点越多,算法效率越低,常见的评估函数有——欧几里得距离、曼哈顿距离、切比雪夫距离;
- 如果为0,即只需求出起点到任意顶点的最短路径,而不计算任何评估函数,则转化为最短路问题,即Dijkstra算法,此时需要计算最多的顶点;
伪代码
[编辑]//Matlab語言
function A*(start,goal)
closedset := the empty set //已经被估算的節點集合
openset := set containing the initial node //將要被估算的節點集合,初始只包含start
came_from := empty map
g_score[start] := 0 //g(n)
h_score[start] := heuristic_estimate_of_distance(start, goal) //通過估計函數 估計h(start)
f_score[start] := h_score[start] //f(n)=h(n)+g(n),由於g(n)=0,所以省略
while openset is not empty //當將被估算的節點存在時,執行循環
x := the node in openset having the lowest f_score[] value //在將被估計的集合中找到f(x)最小的節點
if x = goal //若x為終點,執行
return reconstruct_path(came_from,goal) //返回到x的最佳路徑
remove x from openset //將x節點從將被估算的節點中刪除
add x to closedset //將x節點插入已經被估算的節點
for each y in neighbor_nodes(x) //循環遍歷與x相鄰節點
if y in closedset //若y已被估值,跳過
continue
tentative_g_score := g_score[x] + dist_between(x,y) //從起點到節點y的距離
if y not in openset //若y不是將被估算的節點
tentative_is_better := true //暫時判斷為更好
elseif tentative_g_score < g_score[y] //如果起點到y的距離小於y的實際距離
tentative_is_better := true //暫時判斷為更好
else
tentative_is_better := false //否則判斷為更差
if tentative_is_better = true //如果判斷為更好
came_from[y] := x //將y設為x的子節點
g_score[y] := tentative_g_score //更新y到原點的距離
h_score[y] := heuristic_estimate_of_distance(y, goal) //估計y到終點的距離
f_score[y] := g_score[y] + h_score[y]
add y to openset //將y插入將被估算的節點中
return failure
function reconstruct_path(came_from,current_node)
if came_from[current_node] is set
p = reconstruct_path(came_from,came_from[current_node])
return (p + current_node)
else
return current_node