A*算法的理解与简单实现
基本定义
一种寻路算法,特点是:启发式的,效率高,基本思路比较简单。
用途
寻路。在指定的地图上,考虑到地图上的移动代价,找到最优的路径。
核心概念
开表,闭表,估值函数。
开表
开表,记录了当前需要处理的地图上的点。
1什么点会加入开表?
1.1 当一个点是起始点时,可以加入;
1.2 当一个点是起始点的邻接点,且不再闭表里时,可以进入开表;
2什么点会离开开表?
2.1开表中的点会按照f(n)进行升序排序,得到最小值的一个点被最先处理;当一个点已经处理后,会离开开表,加入闭表。
闭表
闭表,记录了当前已经处理的地图上的点。
1什么点会加入闭表?
1.1当一个点已经处理后,会加入闭表;
2什么点会离开闭表?
不会有点离开闭表。
估值函数
估值函数,估算了当前点处于最优路径上的代价。
估值函数f(n) = g(n) + h(n),其中g(n)表示由起点到当前点的代价;h(n)表示由当前点到终点的代价。A*算法的最核心部分也就是这个估值函数的设计。
在我的实现中,我用简单的几何距离作为估值函数的实现。
算法描述
1将起点加入开表
2开表里如果为空,算法退出;否则,取出f(n)最小的点作为最优路径上的点;
3针对当前处理的点,计算邻接点,如果邻接点不在闭表,且不在开表,加入开表
4重复2,3步骤直到退出
示例实现
#coding=utf8
"""
a* algorithm
"""
import math AB_MAP = [
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,],
]
POS_UP = 1
POS_LEFT = 2
POS_DOWN = 3
POS_RIGHT = 4 def mod_map(m_map, pos_x, pos_y, val):
"""
修改地图的某个点位的值
"""
m_map[pos_x][pos_y] = val def print_map(m_map):
"""
打印地图
"""
rows = len(m_map)
for i in range(0, rows - 1):
cols = len(m_map[i])
for j in range(0, cols - 1):
print str(m_map[i][j]) + "\t",
j = j + 1
i = i + 1 class Node(object):
"""
记录一个节点的信息
"""
def __init__(self, x, y, h_n=0, g_n=0):
self.pos_x = x
self.pos_y = y
self.parent = None
self.h_n = h_n
self.g_n = g_n
self.f_n = self.h_n + self.g_n def update_h_n(self, target):
"""
计算h(n)
"""
self.h_n = int(math.sqrt((target.pos_x - self.pos_x)**2 + (target.pos_y - self.pos_y)**2))
return self.h_n def update_g_n(self, source):
"""
计算g(n)
"""
self.g_n = int(math.sqrt((source.pos_x - self.pos_x)**2 + (source.pos_y - self.pos_y)**2))
return self.g_n def update_f_n(self, source, target):
"""
计算f(n)
"""
self.f_n = self.update_g_n(source) + self.update_h_n(target)
return self.f_n def update_parent(self, par):
"""
更新父节点
"""
self.parent = par def get_adj_node(self, flag, source, target):
"""
计算邻近的节点
"""
if flag == POS_UP:
cur_node = Node(self.pos_x, self.pos_y - 1)
cur_node.update_f_n(source, target)
cur_node.parent = self
return cur_node
elif flag == POS_LEFT:
cur_node = Node(self.pos_x - 1, self.pos_y)
cur_node.update_f_n(source, target)
cur_node.parent = self
return cur_node
elif flag == POS_DOWN:
cur_node = Node(self.pos_x, self.pos_y + 1)
cur_node.update_f_n(source, target)
cur_node.parent = self
return cur_node
elif flag == POS_RIGHT:
cur_node = Node(self.pos_x + 1, self.pos_y)
cur_node.update_f_n(source, target)
cur_node.parent = self
return cur_node
else:
return None def node_addible(node, open_list, close_list):
"""
判断一个点是否在open和close表
"""
index = str(node.pos_x) + '_' + str(node.pos_y)
if index not in open_list and index not in close_list:
open_list[index] = node def reach_end(node, target):
"""
判断一个点是否到达终点
"""
if node and target and node.pos_x == target.pos_x and node.pos_y == target.pos_y:
return True
else:
return False def handle_reach_end(node, mmap, modval, print_path=False):
"""
当一个点到达终点时的处理方法
"""
if node and mmap:
while node:
if print_path:
print "x: %s, y: %s" % (node.pos_x, node.pos_y)
mod_map(mmap, node.pos_x, node.pos_y, modval)
node = node.parent def main(source, target, open_list, close_list, mmap):
"""
主函数
"""
open_list[str(source.pos_x) + '_' + str(source.pos_y)] = source
while open_list:
tmp_dict = sorted(open_list.iteritems(), key=lambda d: d[1].f_n)
first_key = tmp_dict[0][0]
first_node = open_list[first_key]
del open_list[first_key] up_node = first_node.get_adj_node(POS_UP, source, target)
if reach_end(up_node, target):
handle_reach_end(up_node, mmap, 2)
break left_node = first_node.get_adj_node(POS_LEFT, source, target)
if reach_end(left_node, target):
handle_reach_end(left_node, mmap, 2)
break down_node = first_node.get_adj_node(POS_DOWN, source, target)
if reach_end(down_node, target):
handle_reach_end(down_node, mmap, 2)
break right_node = first_node.get_adj_node(POS_RIGHT, source, target)
if reach_end(right_node, target):
handle_reach_end(right_node, mmap, 2)
break if first_key not in close_list:
close_list[first_key] = first_node node_addible(up_node, open_list, close_list)
node_addible(down_node, open_list, close_list)
node_addible(left_node, open_list, close_list)
node_addible(right_node, open_list, close_list) if __name__ == '__main__':
print "******************************* before *******************************"
print_map(AB_MAP)
OPEN_LIST = {}
CLOSE_LIST = {} SOURCE = Node(3, 4)
TARGET = Node(13, 9)
main(SOURCE, TARGET, OPEN_LIST, CLOSE_LIST, AB_MAP) print "******************************** after ********************************"
mod_map(AB_MAP, SOURCE.pos_x, SOURCE.pos_y, 0)
mod_map(AB_MAP, TARGET.pos_x, TARGET.pos_y, 0)
print_map(AB_MAP)
参考文章
http://www.cnblogs.com/technology/archive/2011/05/26/2058842.html
http://blog.sciencenet.cn/blog-5422-538894.html
https://segmentfault.com/a/1190000004462060
http://blog.csdn.net/v_JULY_v/article/details/6093380
http://blog.csdn.net/zhuangxiaobin/article/details/38755447
http://www.cnblogs.com/tongy0/p/5671545.html
A*算法的理解与简单实现的更多相关文章
- SDUT OJ 数据结构实验之串一:KMP简单应用 && 浅谈对看毛片算法的理解
数据结构实验之串一:KMP简单应用 Time Limit: 1000 ms Memory Limit: 65536 KiB Submit Statistic Discuss Problem Descr ...
- 量化交易中VWAP/TWAP算法的基本原理和简单源码实现(C++和python)(转)
量化交易中VWAP/TWAP算法的基本原理和简单源码实现(C++和python) 原文地址:http://blog.csdn.net/u012234115/article/details/728300 ...
- Vue中diff算法的理解
Vue中diff算法的理解 diff算法用来计算出Virtual DOM中改变的部分,然后针对该部分进行DOM操作,而不用重新渲染整个页面,渲染整个DOM结构的过程中开销是很大的,需要浏览器对DOM结 ...
- React中diff算法的理解
React中diff算法的理解 diff算法用来计算出Virtual DOM中改变的部分,然后针对该部分进行DOM操作,而不用重新渲染整个页面,渲染整个DOM结构的过程中开销是很大的,需要浏览器对DO ...
- kNN算法python实现和简单数字识别
kNN算法 算法优缺点: 优点:精度高.对异常值不敏感.无输入数据假定 缺点:时间复杂度和空间复杂度都很高 适用数据范围:数值型和标称型 算法的思路: KNN算法(全称K最近邻算法),算法的思想很简单 ...
- 1102: 零起点学算法09——继续练习简单的输入和计算(a-b)
1102: 零起点学算法09--继续练习简单的输入和计算(a-b) Time Limit: 1 Sec Memory Limit: 520 MB 64bit IO Format: %lldSub ...
- openCV中直方图均衡化算法的理解
直方图均衡化就是调整灰度直方图的分布,即将原图中的灰度值映射为一个新的值.映射的结果直观表现是灰度图的分布变得均匀,从0到255都有分布,不像原图那样集中.图像上的表现就是对比度变大,亮的更亮,暗的更 ...
- 【repost】让你一句话理解闭包(简单易懂)
接触javascript很久了,每次理解闭包都似是而非,最近在找Web前端的工作,所以需要把基础夯实一下. 本文是参照了joy_lee的博客 闭包 在她这篇博客的基础上以批注的形式力争把我的理解阐述出 ...
- Map集合遍历的四种方式理解和简单使用-----不能for循环遍历
Map集合遍历的四种方式理解和简单使用 ~Map集合是键值对形式存储值的,所以遍历Map集合无非就是获取键和值,根据实际需求,进行获取键和值 1:无非就是通过map.keySet()获取到值,然后 ...
随机推荐
- JavaEE开发之Spring中Bean的作用域、Init和Destroy方法以及Spring-EL表达式
上篇博客我们聊了<JavaEE开发之Spring中的依赖注入以及AOP>,本篇博客我们就来聊一下Spring框架中的Bean的作用域以及Bean的Init和Destroy方法,然后在聊一下 ...
- js的基本介绍
一:JavaScript简称js 他是个脚本语言,需要有宿主文件,他的宿主文件是html文件. 二:js的用法 js :1)进行数据运算 2) 控制浏览器的一些功能 3)控制元素 +元素 +样式 +内 ...
- 小练习,判断X的奇偶性
package lianxi1; public class text { public static void main(String[] args) { ; ==) { System.out.pri ...
- Androidstudio2.0.0汉化教程及汉化包。
()Eric为大家带来Androidstudio2.0.0的简单汉化教程,许多小伙伴喜欢使用中文版的AS那么没有中文的AS只能靠自己汉化取得更好的体验. 第一步下载AS2.0.0汉化包,我有链接给大家 ...
- Java集合总结系列2:Collection接口
Collection 接口是 Java 集合类的一个根接口,Java 在 Collection 接口中定义了许多通用的数据操作类方法以及判断类方法. 通过查看 API 文档或源码的方式,我们可以了解到 ...
- 这辈子只能碰到一次! 记一次SSL无故被撤消!
SSL证书刚更新一切都那么正常, 突然有一天网站不能访问了, Chrome浏览器提示有风险, 没有继续访问链接,没有,没有, 重要的事情说三遍, 于是乎赶紧加班查原因, 发展浏览器报的错误是证书撤消( ...
- 爬虫入门系列(二):优雅的HTTP库requests
在系列文章的第一篇中介绍了 HTTP 协议,Python 提供了很多模块来基于 HTTP 协议的网络编程,urllib.urllib2.urllib3.httplib.httplib2,都是和 HTT ...
- 国付宝ecshop,shopex,shopnc在线支付接口,php版本支付接口开发
最近应一个客户的要求,给他的一个ecshop商城开发国付宝在线支付接口.国付宝估计大家比较陌生,但是他集成了很多银行的一些网银接口,所以比较方便.号称国家级的第三方支付平台.最近有增加了域名验证,就是 ...
- Lambda&Java多核编程-7-类型检查
本篇主要介绍Lambda的类型检查机制以及周边的一些知识. 类型检查 在前面的实践中,我们发现表达式的类型能够被上下文所推断.即使同一个表达式,在不同的语境下也能够被推断成不同类型. 这几天在码一个安 ...
- python scrapy 抓取脚本之家文章(scrapy 入门使用简介)
老早之前就听说过python的scrapy.这是一个分布式爬虫的框架,可以让你轻松写出高性能的分布式异步爬虫.使用框架的最大好处当然就是不同重复造轮子了,因为有很多东西框架当中都有了,直接拿过来使用就 ...