`
mmdev
  • 浏览: 13329487 次
  • 性别: Icon_minigender_1
  • 来自: 大连
文章分类
社区版块
存档分类
最新评论

Java中的A*(A star)寻径实现

 
阅读更多
据我个人所知,目前流行的寻径方法大体有两种,即A* 和Dijkstra(SP算法)

Dijkstra算法:



由Edsger Wybe Dijkstra先生发明(已故)
Dijkstra算法是典型的最短路算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解,但由于它遍历计算的节点很多,所以效率低。Dijkstra算法是一种逐步搜索算法,通过为每个顶点n保留目前为止所找到的从m到n的最短路径来工作的。

搜索过程:
假如在第m步搜索到一个最短路径,而该路径上有n个距离源节点最近的节点,则将他们认为是一个节点集合N;在第m+1步,搜索不属于N的距离源节点最近的节点,并搜索到的节点加入到N中;继续搜索,直至到达目的节点,N中的节点集合便是从源节点到目的节点的最短路径。

算法描述:

Dijkstra算法是通过为每个顶点v保留目前为止所找到的从s到v的最短路径来工作的。初始时,源点s的路径长度值被赋为0(d[s]=0), 同时把所有其他顶点的路径长度设为无穷大,即表示我们不知道任何通向这些顶点的路径(对于V中所有顶点v除s外d[v]= ∞)。当算法结束时,d[v]中储存的便是从s到v的最短路径,或者如果路径不存在的话是无穷大。 Dijstra算法的基础操作是边的拓展:如果存在一条从u到v的边,那么从s到u的最短路径可以通过将边(u,v)添加到尾部来拓展一条从s到v的路径。这条路径的长度是d[u]+w(u,v)。如果这个值比目前已知的d[v]的值要小,我们可以用新值来替代当前d[v]中的值。拓展边的操作一直执行到所有的d[v]都代表从s到v最短路径的花费。这个算法经过组织因而当d[u]达到它最终的值的时候没条边(u,v)都只被拓展一次。算法维护两个顶点集S和Q。集合S保留了我们已知的所有d[v]的值已经是最短路径的值顶点,而集合Q则保留其他所有顶点。集合S 初始状态为空,而后每一步都有一个顶点从Q移动到S。这个被选择的顶点是Q中拥有最小的d[u]值的顶点。当一个顶点u从Q中转移到了S中,算法对每条外接边(u,v)进行拓展。

A*(A Star)算法:



A*(A-Star)算法是一种静态路网中求解最短路最有效的方法。
公式表示为:f(n)=g(n)+h(n), 其中f(n) 是节点n从初始点到目标点的估价函数,g(n) 是在状态空间中从初始节点到n节点的实际代价,h(n)是从n到目标节点最佳路径的估计代价。

搜索过程:

创建两个表,OPEN表保存所有已生成而未考察的节点,CLOSED表中记录已访问过的节点。遍历当前节点的各个节点,将n节点放入CLOSE中,取n节点的子节点X,->算X的估价值.

While(OPEN!=NULL)
{
从OPEN表中取估价值f最小的节点n;
if(n节点==目标节点) break;
else
{
if(X in OPEN) 比较两个X的估价值f //注意是同一个节点的两个不同路径的估价值
if( X的估价值小于OPEN表的估价值 )
   更新OPEN表中的估价值; //取最小路径的估价值
if(X in CLOSE) 比较两个X的估价值 //注意是同一个节点的两个不同路径的估价值
if( X的估价值小于CLOSE表的估价值 )
   更新CLOSE表中的估价值; 把X节点放入OPEN //取最小路径的估价值
if(X not in both)
求X的估价值;
   并将X插入OPEN表中; //还没有排序
}
将n节点插入CLOSE表中;
按照估价值将OPEN表中的节点排序; //实际上是比较OPEN表内节点f的大小,从最小路径的节点向下进行。
}


就实际应用而言,A*算法和Dijistra算法的最大区别就在于有无估价值,本质上Dijistra算法相当于A*算法中估价值为0的情况。所以此次我选取A*算法进行Java实现。

抛开理论性的数学概念,通常的A*算法,其实只有两个步骤,一是路径评估,以保证移动的下一个位置离目标最近,评估的结果越精确则寻径的效率也将越高。二是路径查询,也即将评估结果进行反应,而后从新位置再次进行评估指导无路可走为止,以此遍历出可行的路径。

在A*算法的程序实现中,本质上我们只需要关心三点,即起点、终点和地图信息,有了这三项基本数据,我们就可以构建任何情况下的A*实现。

下面我现在提供的是一个A*的Java静态寻径算法实现,逻辑见代码注释。

运行效果如下图(1,1 to 10,13):


(1,1 to 7,9 小房子门口中间)


(1,1 to 6,7 小房子内部)



Node.java
packageorg.test.astar;

importjava.awt.Point;
importjava.util.LinkedList;

/***//**
*<p>
*Title:LoonFramework
*</p>
*<p>
*Description:描述路径节点用类
*</p>
*<p>
*Copyright:Copyright(c)2008
*</p>
*<p>
*Company:LoonFramework
*</p>
*<p>
*License:
http://www.apache.org/licenses/LICENSE-2.0
*</p>
*
*
@authorchenpeng
*@email:ceponline@yahoo.com.cn
*
@version0.1
*/

publicclassNodeimplementsComparable...{
//坐标
publicPoint_pos;

//开始地点数值
publicint_costFromStart;

//目标地点数值
publicint_costToObject;

//父节点
publicNode_parentNode;

privateNode()...{
}


/***//**
*以注入坐标点方式初始化Node
*
*
@param_pos
*/

publicNode(Point_pos)...{
this._pos=_pos;
}


/***//**
*返回路径成本
*
*
@paramnode
*
@return
*/

publicintgetCost(Nodenode)...{
//获得坐标点间差值公式:(x1,y1)-(x2,y2)
intm=node._pos.x-_pos.x;
intn=node._pos.y-_pos.y;
//取两节点间欧几理德距离(直线距离)做为估价值,用以获得成本
return(int)Math.sqrt(m*m+n*n);
}


/***//**
*检查node对象是否和验证对象一致
*/

publicbooleanequals(Objectnode)...{
//验证坐标为判断依据
if(_pos.x==((Node)node)._pos.x&&_pos.y==((Node)node)._pos.y)...{
returntrue;
}

returnfalse;
}


/***//**
*比较两点以获得最小成本对象
*/

publicintcompareTo(Objectnode)...{
inta1=_costFromStart+_costToObject;
inta2=((Node)node)._costFromStart+((Node)node)._costToObject;
if(a1<a2)...{
return-1;
}
elseif(a1==a2)...{
return0;
}
else...{
return1;
}

}


/***//**
*获得上下左右各点间移动限制区域
*
*
@return
*/

publicLinkedListgetLimit()...{
LinkedListlimit
=newLinkedList();
intx=_pos.x;
inty=_pos.y;
//上下左右各点间移动区域(对于斜视地图,可以开启注释的偏移部分,此时将评估8个方位)
//
limit.add(newNode(newPoint(x,y-1)));
//右上
//limit.add(newNode(newPoint(x+1,y-1)));
//
limit.add(newNode(newPoint(x+1,y)));
//右下
//limit.add(newNode(newPoint(x+1,y+1)));
//
limit.add(newNode(newPoint(x,y+1)));
//左下
//limit.add(newNode(newPoint(x-1,y+1)));
//
limit.add(newNode(newPoint(x-1,y)));
//左上
//limit.add(newNode(newPoint(x-1,y-1)));

returnlimit;
}


}


PathFinder.java
packageorg.test.astar;

importjava.awt.Point;
importjava.util.LinkedList;
importjava.util.List;

/***//**
*<p>
*Title:LoonFramework
*</p>
*<p>
*Description:A*寻径处理用类(此类为演示用,并不意味着算法是最佳实现)
*</p>
*<p>
*Copyright:Copyright(c)2008
*</p>
*<p>
*Company:LoonFramework
*</p>
*<p>
*License:
http://www.apache.org/licenses/LICENSE-2.0
*</p>
*
*
@authorchenpeng
*@email:ceponline@yahoo.com.cn
*
@version0.1
*/

publicclassPathFinder...{
//路径优先等级list(此示例中为内部方法)
privateLevelList_levelList;

//已完成路径的list
privateLinkedList_closedList;

//地图描述
privateint[][]_map;

//行走区域限制
privateint[]_limit;

/***//**
*以注入地图的2维数组及限制点描述初始化此类
*
*
@param_map
*/

publicPathFinder(int[][]map,int[]limit)...{
_map
=map;
_limit
=limit;
_levelList
=newLevelList();
_closedList
=newLinkedList();
}


/***//**
*A*方式寻径,注入开始坐标及目标坐标后运算,返回可行路径的List
*
*
@paramstartPos
*
@paramobjectPos
*
@return
*/

publicListsearchPath(PointstartPos,PointobjectPos)...{
//初始化起始节点与目标节点
NodestartNode=newNode(startPos);
NodeobjectNode
=newNode(objectPos);
//设定起始节点参数
startNode._costFromStart=0;
startNode._costToObject
=startNode.getCost(objectNode);
startNode._parentNode
=null;
//加入运算等级序列
_levelList.add(startNode);
//当运算等级序列中存在数据时,循环处理寻径,直到levelList为空
while(!_levelList.isEmpty())...{
//取出并删除最初的元素
NodefirstNode=(Node)_levelList.removeFirst();
//判定是否和目标node坐标相等
if(firstNode.equals(objectNode))...{
//是的话即可构建出整个行走路线图,运算完毕
returnmakePath(firstNode);
}
else...{
//否则
//加入已验证List
_closedList.add(firstNode);
//获得firstNode的移动区域
LinkedList_limit=firstNode.getLimit();
//遍历
for(inti=0;i<_limit.size();i++)...{
//获得相邻节点
NodeneighborNode=(Node)_limit.get(i);
//获得是否满足等级条件
booleanisOpen=_levelList.contains(neighborNode);
//获得是否已行走
booleanisClosed=_closedList.contains(neighborNode);
//判断是否无法通行
booleanisHit=isHit(neighborNode._pos.x,
neighborNode._pos.y);
//当三则判定皆非时
if(!isOpen&&!isClosed&&!isHit)...{
//设定costFromStart
neighborNode._costFromStart=firstNode._costFromStart+1;
//设定costToObject
neighborNode._costToObject=neighborNode
.getCost(objectNode);
//改变neighborNode父节点
neighborNode._parentNode=firstNode;
//加入level
_levelList.add(neighborNode);
}

}

}


}

//清空数据
_levelList.clear();
_closedList.clear();
//当while无法运行时,将返回null
returnnull;
}


/***//**
*判定是否为可通行区域
*
*
@paramx
*
@paramy
*
@return
*/

privatebooleanisHit(intx,inty)...{
for(inti=0;i<_limit.length;i++)...{
if(_map[y][x]==_limit[i])...{
returntrue;
}

}

returnfalse;
}


/***//**
*通过Node制造行走路径
*
*
@paramnode
*
@return
*/

privateLinkedListmakePath(Nodenode)...{
LinkedListpath
=newLinkedList();
//当上级节点存在时
while(node._parentNode!=null)...{
//在第一个元素处添加
path.addFirst(node);
//将node赋值为parentnode
node=node._parentNode;
}

//在第一个元素处添加
path.addFirst(node);
returnpath;
}


privateclassLevelListextendsLinkedList...{
/***//**
*
*/

privatestaticfinallongserialVersionUID=1L;

/***//**
*增加一个node
*
*
@paramnode
*/

publicvoidadd(Nodenode)...{
for(inti=0;i<size();i++)...{
if(node.compareTo(get(i))<=0)...{
add(i,node);
return;
}

}

addLast(node);
}

}

}


TestMap.java
packageorg.test.astar;

importjava.awt.Graphics;
importjava.awt.Image;
importorg.loon.framework.game.image.Bitmap;

/***//**
*<p>
*Title:LoonFramework
*</p>
*<p>
*Description:一个简单的地图实现
*</p>
*<p>
*Copyright:Copyright(c)2008
*</p>
*<p>
*Company:LoonFramework
*</p>
*<p>
*License:
http://www.apache.org/licenses/LICENSE-2.0
*</p>
*
*
@authorchenpeng
*@email:ceponline@yahoo.com.cn
*
@version0.1
*/

publicclassTestMap...{

finalstaticprivateintCS=32;

//地图描述
finalstaticpublicint[][]MAP=...{
...{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
...{1,0,0,0,0,0,0,0,0,0,0,0,0,0,1},
...{1,0,0,0,0,0,0,0,0,0,0,0,0,0,1},
...{1,0,0,0,0,0,0,0,0,0,0,0,0,0,1},
...{1,0,0,0,0,0,0,0,0,0,0,0,0,0,1},
...{1,0,0,0,0,1,1,1,1,1,0,0,0,0,1},
...{1,0,0,0,0,1,0,0,0,1,0,0,0,0,1},
...{1,0,0,0,0,1,0,0,0,1,0,0,0,0,1},
...{1,0,0,0,0,1,0,0,0,1,0,0,0,0,1},
...{1,0,0,0,0,1,1,0,1,1,0,0,0,0,1},
...{1,0,0,0,0,0,0,0,0,0,0,0,0,0,1},
...{1,0,0,0,0,0,0,0,0,0,0,0,0,0,1},
...{1,0,0,0,0,0,0,0,0,0,0,0,0,0,1},
...{1,0,0,0,0,0,0,0,0,0,0,0,0,0,1},
...{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1}}
;

//无法移动区域
finalstaticpublicint[]HIT=...{1};

//设定背景方格默认行数
finalstaticprivateintROW=15;

//设定背景方格默认列数
finalstaticprivateintCOL=15;

privateImagefloorImage;

privateImagewallImage;

publicTestMap()...{
floorImage
=newBitmap("./astart/floor.gif").getImage();
wallImage
=newBitmap("./astart/wall.gif").getImage();
}


publicvoiddraw(Graphicsg)...{
for(inti=0;i<ROW;i++)...{
for(intj=0;j<COL;j++)...{
switch(MAP[i][j])...{
case0:
g.drawImage(floorImage,j
*CS,i*CS,null);
break;
case1:
g.drawImage(wallImage,j
*CS,i*CS,null);
break;
}

}

}

}


}


Main.java
packageorg.test.astar;

importjava.awt.Color;
importjava.awt.Frame;
importjava.awt.Graphics;
importjava.awt.Image;
importjava.awt.Panel;
importjava.awt.Point;
importjava.awt.event.WindowAdapter;
importjava.awt.event.WindowEvent;
importjava.util.List;

importorg.loon.framework.game.image.Bitmap;

/***//**
*<p>
*Title:LoonFramework
*</p>
*<p>
*Description:Java的A*寻径实现
*</p>
*<p>
*Copyright:Copyright(c)2008
*</p>
*<p>
*Company:LoonFramework
*</p>
*<p>
*License:
http://www.apache.org/licenses/LICENSE-2.0
*</p>
*
*
@authorchenpeng
*@email:ceponline@yahoo.com.cn
*
@version0.1
*/

publicclassMainextendsPanel...{

/***//**
*
*/

finalstaticprivatelongserialVersionUID=1L;

finalstaticprivateintWIDTH=480;

finalstaticprivateintHEIGHT=480;

finalstaticprivateintCS=32;

privateTestMapmap;

privatePathFinderastar;

//起始坐标1,1
privatestaticPointSTART_POS=newPoint(1,1);

//目的坐标10,13
privatestaticPointOBJECT_POS=newPoint(10,13);

privateImagescreen;

privateGraphicsgraphics;

privateListpath;

publicMain()...{

setSize(WIDTH,HEIGHT);
setFocusable(
true);
screen
=newBitmap(WIDTH,HEIGHT).getImage();
graphics
=screen.getGraphics();
map
=newTestMap();
//注入地图描述及障碍物描述
astar=newPathFinder(TestMap.MAP,TestMap.HIT);
//searchPath将获得两点间移动路径坐标的List集合
//在实际应用中,利用Thread分步处理List中坐标即可实现自动行走
path=astar.searchPath(START_POS,OBJECT_POS);
}


publicvoidupdate(Graphicsg)...{
paint(g);
}


publicvoidpaint(Graphicsg)...{
//绘制地图
map.draw(graphics);
graphics.setColor(Color.RED);
graphics.fillRect(START_POS.x
*CS,START_POS.y*CS,CS,CS);

graphics.setColor(Color.BLUE);
graphics.fillRect(OBJECT_POS.x
*CS,OBJECT_POS.y*CS,CS,CS);

//绘制路径
if(path!=null)...{
graphics.setColor(Color.YELLOW);
//遍历坐标,并一一描绘
for(inti=0;i<path.size();i++)...{
Nodenode
=(Node)path.get(i);
Pointpos
=node._pos;
//描绘边框
graphics.fillRect(pos.x*CS+7,pos.y*CS+7,CS-14,
CS
-14);
}

}

g.drawImage(screen,
0,0,this);
}


publicstaticvoidmain(String[]args)...{
Frameframe
=newFrame();
frame.setTitle(
"Java的A*寻径实现");
frame.setSize(WIDTH,HEIGHT
+20);
frame.setResizable(
false);
frame.setLocationRelativeTo(
null);
frame.add(
newMain());
frame.setVisible(
true);
frame.addWindowListener(
newWindowAdapter()...{
publicvoidwindowClosing(WindowEvente)...{
System.exit(
0);
}

}
);
}

}

分享到:
评论

相关推荐

    JAVA实现的A*算法

    利用JAVA语言编程实现的经典A*算法,复制到eclipse即可运行

    java实现A*算法查询广东省各级城市之间最短路线

    在这个项目中,我们将使用Java语言来实现A*算法,以解决广东省各级城市之间的最短路线查询问题。 首先,我们要理解A*算法的基本原理。A*算法结合了Dijkstra算法的全局最优性和BFS(广度优先搜索)的效率,通过引入...

    Java实现A*算法

    在Java中实现A*算法,我们需要理解以下几个关键概念: 1. **节点(Node)**:在A*算法中,节点代表图中的位置,每个节点都有一个位置(坐标),可能还有其他属性如代价、邻居等。 2. **启发式函数(Heuristic ...

    A*算法Java/C++实现

    在这个“A*算法Java/C++实现”的项目中,我们将深入探讨A*算法的核心原理以及如何在Java和C++这两种编程语言中实现它。 A*算法的关键在于它的评估函数,该函数计算每个节点的估计成本到目标,通常表示为f(n)。f(n)...

    A*算法 A star 算法(matlab)

    A*算法 A star 算法(matlab)版本,可以直接使用,包含路径优化。直接下载即可运行。A*算法 A star 算法(matlab)版本,可以直接使用,包含路径优化。直接下载即可运行。

    A star PathfindingProject_4.2.8自动寻径

    总的来说,"A star PathfindingProject_4.2.8自动寻径"提供了在Unity游戏开发中实现智能寻径的完整解决方案,不仅包含核心算法的实现,还可能包含了一系列优化措施。开发者可以通过深入学习和实践,掌握A*寻径算法...

    Dstar-Lite.rar_D * Lite 算法_Dstar-Lite_D算法 java_d*和d*lite_路径

    这是用D*算法实现机器人路径规划的JAVA程序,适用于动态路径环境下,可以在未知环境中快速的找到可行路线

    A*算法 java实现

    在Java中实现A*算法,首先需要理解其核心思想。A*算法的核心包括两个关键部分:一个是启发式函数(Heuristic Function),通常表示为h(n),用于估计从当前节点到目标节点的剩余代价;另一个是总代价函数,由实际代价...

    A*算法JAVA实现

    在Java中实现A*算法,我们需要理解以下几个核心概念: 1. **图**:A*算法是在图上进行的,图由节点(或顶点)和边组成。在路径规划问题中,节点通常代表地图上的位置,边则表示相邻位置之间的连接。 2. **启发式...

    A*算法java实现

    在Java中实现A*算法,通常会涉及以下几个关键部分: 1. **节点表示**:首先,我们需要定义一个Node类来存储每个图中的节点,包含节点的位置(x,y坐标),当前的代价(g值),从起始节点到当前节点的预计代价(f值...

    A*算法 A star算法 C语言版

    A*(A-star)算法是一种在图形搜索中用于路径寻找的高效算法,它结合了最佳优先搜索和Dijkstra算法的优点,既考虑了到达目标的直接成本(也称为代价),又考虑了预计到目标的未来成本(启发式信息)。C语言实现A*...

    A*算法实现

    A*(A-star)算法是一种在图形搜索中广泛使用的最佳优先搜索算法,它结合了Dijkstra算法和贪婪最佳优先搜索算法的优点,旨在找到从起点到终点的最短路径。在机器人全局路径规划中,A*算法是核心工具之一,特别适用于...

    A star PathfindingProject_4.2.8自动寻径.zip

    通过Unity和AstarPathfindingProject,开发者可以轻松地实现智能体在复杂环境下的自动寻径功能。 7. 性能优化: 为了提高性能,可以考虑使用AABB树或者Octree对环境进行分区,减少每次搜索的节点数量;另外,动态...

    A*算法C#实现

    A*(A-Star)算法是一种在图形搜索中用于找到从起始节点到目标节点最短路径的优化算法。它的核心思想是结合了Dijkstra算法的全局最优性与Greedy最佳优先搜索的效率,通过引入一个启发式函数来指导搜索过程,以更高效...

    A* (A STAR)算法解决八数码问题

    A* 算法解决八数码问题 A* 算法是一种启发式搜索算法,常用于解决复杂的问题。八数码问题是经典的搜索问题,目的是从初始状态到达目标状态,通过交换空格和数字达到目标状态。A* 算法可以高效地解决八数码问题。 A...

    Java实现的等距网格A-Star最短路径规划

    本项目以Java语言实现了基于A*算法的等距网格最短路径规划,集成于SpringBoot框架,为外部提供了一个高效的接口服务。 首先,让我们深入了解A*算法。A*算法的核心在于它使用了启发式函数(通常为曼哈顿距离或...

    a* (A star ) 算法 VB 版(源文件)

    **A*(A Star)算法**是一种广泛应用的启发式搜索算法,主要用于解决路径寻找、图形遍历等问题。在VB(Visual Basic)环境中实现A*算法,可以为游戏开发、地图导航等领域提供高效的寻路解决方案。 A*算法的核心在于...

    一个简单的A*算法

    在C++中实现A*算法,可以有效地帮助我们解决自动寻径问题。 1. **A*算法的基本原理**: A*算法的核心在于使用F值(F = G + H)来评估节点的优劣,其中G值表示从起点到当前节点的实际代价,H值是启发式估计从当前...

    寻径算法JS版本

    在JavaScript中实现寻径算法,一种常见的方法是使用A*(A-star)算法。A*算法是一种启发式搜索算法,它结合了Dijkstra算法的全局最优性和最佳优先搜索的效率。A*算法的核心在于一个评估函数,它综合考虑了从起始点到...

    TSP.rar_A星算法_TSP A星_TSP JAVA_tsp a star_tsp java a star

    标签包括了“a星算法 tsp”、“a星 tsp_java”、“tsp_a_star”和“tsp_java_a_star”,这些标签进一步确认了主题内容,即A星算法在解决旅行商问题中的应用,特别是使用Java编程语言实现的版本。 **详细知识点:** ...

Global site tag (gtag.js) - Google Analytics