French
DeutschA*搜尋演算法 - 维基百科，自由的百科全书
 | 此條目需要补充更多来源。 (2015年6月30日) |
 | 此條目需要擴充。 (2018年3月5日) |
A*搜索算法（A* search algorithm）是一種在圖形平面上，有多個節點的路徑，求出最低通過成本的演算法。常用於遊戲中的NPC的移動計算，或网络游戏的BOT的移動計算上。
该算法综合了最良優先搜索和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優先搜索，速度最快，但可能得不出最优解；
- 如果不大于顶点到目標頂點的實際距離，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；
虛擬碼
[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 相關連結
[编辑]外部連結
[编辑]
| ||||||||||||||||||||||||||||||||||||||