`
micheal19840929
  • 浏览: 163149 次
  • 性别: Icon_minigender_1
  • 来自: 广州
社区版块
存档分类
最新评论

A星算法

阅读更多
import java.util.Collections;
import java.util.LinkedList;
import java.util.List;

/**
 * A星算法
 * @author Micheal Hong 
 * @email babala_234@163.com
 * @version 2010-9-26 下午03:14:42
 *
 */
public class AStar {
	
	private List<Node> open;
	private List<Node> close;
	
	private Node start;//起点
	private Node end;//终点
	
	private boolean[][] grid;//地图数据
	private int gridWidth,gridHeight;//地图宽高
	
	public AStar(){
		open=new LinkedList<Node>();
		close=new LinkedList<Node>();
	}
	
	/**
	 * 初始化
	 * @param grid
	 */
	public void init(boolean[][] grid){
		this.grid=grid;
		this.gridWidth=grid[0].length;
		this.gridHeight=grid.length;
	}
	
	/**
	 * 寻找路径,如果找到则返回路径,否则返回null
	 * @param startX
	 * @param startY
	 * @param endX
	 * @param endY
	 * @return
	 */
	public int[][] search(int startX,int startY,int endX,int endY){
		open.clear();
		close.clear();
		start=new Node(startX,startY,null);
		end=new Node(endX,endY,null);
		
		open.add(start);
		evaluate(start);
		
		Node node=null;
		Node[] neighbour=new Node[8];//从上顺时针走向以0到8元素表示
		
		while(open.isEmpty()==false)
		{
			/* 在开启表中寻找f值最小的结点*/
			node=open.remove(0);
			/*将node添加到close表中*/
			close.add(node);
			/*
			 * 获取node的相邻节点并做如下处理:
			 * ①如果它不可通过或者已经在关闭列表中,略过它。反之如下。
			 * ②如果它不在开启列表中,把它添加进去。把当前格作为这一格的父节点。记录这一格的F,G,和H值。
			 * ③如果它已经在开启列表中,用G值为参考检查新的路径是否更好。更低的G值意味着更好的路径。如果是这样,就把这一格的父节点改成当前格,并且重新计算这一格的G和F值。如果你保持你的开启列表按F值排序,改变之后你可能需要重新对开启列表排序。
			 */
			getNeighbour(node, neighbour);
			int index;
			for(int i=0;i<neighbour.length;i++)
			{
				if(neighbour[i]==null)
					continue;
				if((index=contain(open, neighbour[i].x, neighbour[i].y))!=-1)
				{
					if(open.get(index).gn>neighbour[i].gn)
						open.set(index,neighbour[i]);
				}
				else
					open.add(neighbour[i]);
			}
			/*判断是否到达目标*/
			if((index=contain(open, end.x,end.y))!=-1)
			{
				int count=1;
				Node d=open.get(index);
				while(d.father!=null)
				{
					d=d.father;
					count++;
				}
				
				d=open.get(index);
				int[][] path=new int[count][];
				for(int i=count-1;i>=0;i--)
				{
					path[i]=new int[2];
					path[i][0]=d.x;
					path[i][1]=d.y;
					d=d.father;
				}
				return path;
			}
			/*对open表进行排序(按fn由小到大)*/
			Collections.sort(open);
		}
		return null;
		
	}
	
	
	private void getNeighbour(Node node,Node[] neighbour)
	{
		int x=node.x;
		int y=node.y;
		for(int i=0;i<neighbour.length;i++)
			neighbour[i]=null;
		neighbour[0]=getNode(x,  y-1,node);
		neighbour[1]=getNode(x+1,y-1,node);
		neighbour[2]=getNode(x+1,y,node);
		neighbour[3]=getNode(x+1,y+1,node);
		neighbour[4]=getNode(x,  y+1,node);
		neighbour[5]=getNode(x-1,y+1,node);
		neighbour[6]=getNode(x-1,y,node);
		neighbour[7]=getNode(x-1,y-1,node);
	}
	
	/*
	 * 对相邻的8格中的每一个,如果它不可通过或者已经在关闭列表中,略过它。
	 * 并计算它的评估值
	 */
	private Node getNode(int x,int y,Node father)
	{
		if(x>=0&&x<gridWidth&&y>=0&&y<gridHeight&&isPassable(x, y)&&contain(close,x,y)==-1)
		{
			Node node=new Node(x,y,father);
			evaluate(node);
			return node;
		}
		return null;
	}
	
	/*
	 * 如果包含则返回索引,否则返回-1
	 */
	private int contain(List<Node> nodes,int x,int y)
	{
		Node node=null;
		for(int i=0;i<nodes.size();i++)
		{
			node=nodes.get(i);
			if(node.x==x&&node.y==y)
				return i;
		}
		return -1;
	}
	
	/*
	 * 是否可通行
	 */
	private boolean isPassable(int x,int y)
	{
		return grid[y][x];
	}
	
	/*
	 * 路径评分
	 */
	private void evaluate(Node node){
		if(node.father!=null)
		{
			node.gn=node.father.gn+heuristic(node.father,node);
			node.fn=node.gn+heuristic(node, end);
		}
		else
		{
			node.gn=0;
			node.fn=heuristic(node, end);
		}
	}
	
	/*
	 * 启发式评估函数,使用曼哈顿距离
	 */
	private int heuristic(Node n1,Node n2)
	{
		return Math.abs(n1.x-n2.x)+Math.abs(n1.y-n2.y);
	}
	


	/*
	 * 选择路径中经过哪个方格的关键是下面这个等式:
	 * F = G + H
	 * 这里:
     * G = 从起点A,沿着产生的路径,移动到网格上指定方格的移动耗费。
     * H = 从网格上那个方格移动到终点B的预估移动耗费。
	 */
	class Node implements Comparable<Node>{
		int x,y;
		int fn;
		int gn;
		Node father;
		
		public Node(int x,int y,Node father){
			this.x=x;
			this.y=y;
			this.father=father;
		}
		
		public int compareTo(Node node) {
			return fn-node.fn;
		}
	}
	
	public static void main(String[] args){
		Calculagraph.getInstance("AStar").mark(null);
		boolean[][] grid={
				{true,true,true,false,true,true,true,true,true,true,true},
				{true,true,false,true,true,false,true,false,true,true,true},
				{true,true,false,false,false,false,false,false,true,true,true},
				{true,false,false,true,false,false,true,true,true,true,true},
				{true,true,true,false,true,false,true,false,true,false,true},
				{true,true,true,false,true,true,false,true,true,false,true},
				{true,true,true,true,false,false,false,true,true,true,true},
				{true,true,true,false,true,false,true,false,true,false,true},
				{true,true,true,false,true,true,false,false,true,false,true},
				{true,true,true,false,true,true,false,true,false,false,false},
				{true,true,true,false,true,true,false,true,true,true,true}
				};
		AStar a=new AStar();
		a.init(grid);
		int[][] path=a.search(0, 0, 10, 10);
		Calculagraph.getInstance("AStar").mark("finish");
		if(path!=null)
		{
			for(int i=0;i<path.length;i++)
			{
				if(i>0)
					System.out.print("-->");
				System.out.print(path[i][0]+","+path[i][1]);
			}
		}
		System.out.println();
		Calculagraph.getInstance("AStar").mark("print");
		System.out.println(Calculagraph.remove("AStar").getInfo());
	}

}

 

分享到:
评论
1 楼 泣血端午 2011-10-09  
Calculagraph  这是哪个类啊?

相关推荐

    A星算法格栅地图路径考虑障碍物的动态切点光滑算法-matlab代码

    1. **A星算法**:A星算法的核心在于维护一个优先级队列,其中包含当前可能的最短路径节点。每个节点有一个评估函数值`f(n) = g(n) + h(n)`,`g(n)`表示从起点到当前节点的实际代价,`h(n)`是启发式估计从当前节点到...

    易语言源码易语言A星算法源码.rar

    本压缩包“易语言源码易语言A星算法源码.rar”提供了易语言实现的A星(A*)寻路算法的源代码,这对于想要了解或学习A*算法以及易语言编程的人来说是一份宝贵的资源。 A星算法是路径搜索领域中的一种非常高效的算法,...

    A星算法大全

    A星算法(A* Search Algorithm)是路径搜索领域中一种经典的启发式搜索算法,因其高效性和准确性而被广泛应用。这个名为"A星算法大全"的资源显然提供了深入学习和理解A星算法的全面教程,对于想在游戏中实现智能路径...

    A星算法的实现(JAVA)

    下面将详细介绍A星算法的基本原理、实现步骤以及在JAVA中的应用。 1. A星算法的基本原理: A*算法的核心在于评估每个节点的F值,F值是G值(从起点到当前节点的实际代价)和H值(从当前节点到目标节点的预估代价)...

    A星算法的路径规划MATLAB实现

    在这个MATLAB实现的项目中,我们将会深入探讨A星算法的原理、MATLAB编程技巧以及八方向的路径规划。 首先,A星算法的核心在于它的评估函数F(n),它由两部分组成:G(n) 和 H(n)。G(n) 是从起点到当前节点的实际代价...

    A星算法及A星优化算法源码

    A星算法结合了最佳优先搜索(BFS)和Dijkstra算法的优点,通过引入启发式函数来提高搜索效率。 A星算法的核心包括以下几个关键部分: 1. **开放列表(Open List)**:这是一个优先级队列,存储待检查的节点,根据F...

    三维山地图+A星算法+B样条平滑

    其次,A星算法(A*)是一种高效的路径搜索算法,用于找到起点到终点之间的最短路径。它结合了Dijkstra算法的全局最优性和宽度优先搜索的效率。A*算法的核心在于使用启发式函数来评估剩余成本估计,通常是到目标的...

    A星寻路_A算法栅格地图_a星走格_A星算法_A星栅格_A星

    通过指定的栅格地图,运用A星算法得出最短路径

    A星算法~~~

    A星算法的核心在于结合了Dijkstra算法的全局最优性和最佳优先搜索的效率。它使用一个优先队列来存储待评估的节点,根据每个节点的评估函数值F进行排序。F值由两部分组成:G值(从起点到当前节点的实际成本)和H值...

    A星算法演示

    在这个"A星算法演示"项目中,我们可以通过MFC(Microsoft Foundation Classes)窗口程序来直观地理解并学习A星算法。MFC是微软提供的一种C++库,用于构建Windows应用程序,它简化了窗口、菜单、控件等元素的创建和...

    python实现A星算法.exe

    使用python实现2D的A星算法, 效果程序使用终端打印形式 使用python实现2D的A星算法, 效果程序使用终端打印形式

    Unity-A星算法

    A星算法的核心,地形网格的构建以及评估函数的算法,其它都是可以复用的。其实代码是次要的东西,要理解A星算法,建议先去看数学证明,否则看代码一点意义没有,因为看懂了证明,代码会变得非常简单。证明里有个核心...

    基于Qlearning算法最优路径规划算法matlab仿真,同时使用A星算法进行对比+代码操作视频

    2.内容:基于Qlearning算法最优路径规划算法matlab仿真,同时使用A星算法进行对比+代码操作视频 3.用处:用于Qlearning算法,A星算法编程学习 4.指向人群:本硕博等教研学习使用 5.运行注意事项: 使用matlab...

    A星算法实例 最短路径搜索

    在本例中,"A星算法演示.exe"很可能是用于展示A星算法工作原理的可视化程序。用户可能设定地图上的起点、终点和障碍物,程序会计算并显示从起点到终点的最短路径。"AStar.dll"是一个动态链接库文件,其中包含了A星...

    A星算法DEMO

    这个"A星算法DEMO"是一个使用Java编程语言实现的示例,开发工具为NetBeans 8.1。下面将详细介绍A星算法的基本原理以及如何在Java中实现它。 1. A星算法概述: A*算法是Dijkstra算法的一个扩展,它引入了启发式信息...

    A星算法求解八数码问题

    "A星算法求解八数码问题" A星算法是一种常用的路径规划算法,它广泛应用于人工智能、机器人学和计算机科学等领域。八数码问题是A星算法的一个经典应用场景,本文将对A星算法在八数码问题中的应用进行详细的介绍。 ...

    A星算法(游戏算法)

    A星算法

    A星算法 VC示例

    **A星算法(A* Algorithm)** A星算法是一种在图形搜索中非常著名的路径寻找算法,广泛应用于游戏开发、机器人导航、地图路径规划等领域。它的核心思想是通过结合启发式信息和实际代价来指导搜索,以找到从起点到目标...

    A星算法求最短路径+可视化

    在"A星算法求最短路径+可视化"这个主题中,我们关注的重点是如何利用A星算法计算出两个点之间的最短路径,并通过可视化的手段动态展示这一过程。CMD(命令提示符)通常被用来运行和显示程序的输出,这在A星算法的...

    混合A星算法-Hybrid_Astar(matlab)

    混合A星算法(Hybrid A*)是一种在路径规划领域广泛应用的智能搜索算法,它结合了经典的A*算法和其它优化策略,以提高路径搜索效率和质量。在本项目中,混合A*算法被用于车辆的路径规划,利用车辆的运动学模型来定义...

Global site tag (gtag.js) - Google Analytics