一、适用场景

在一张地图中。绘制从起点移动到终点的最优路径,地图中会有障碍物。必须绕开障碍物。

二、算法思路

1. 回溯法得到路径

(假设有路径)採用“结点与结点的父节点”的关系从终于结点回溯到起点,得到路径。

2. 路径代价的估算:F = G+H

A星算法的代价计算使用了被称作是启示式的代价函数。

先说明一下各符号意义:G表示的是从起点到当前结点的实际路径代价(为啥叫实际?就是已经走过了,边走边将代价计算好了)。H表示当前结点到达终于结点的预计代价(为啥叫预计?就是还没走过,不知道前面有没障碍、路通不通。所以仅仅能用预计);F表示当前结点所在路径从起点到终于点预估的总路径代价

G的计算方式:计算方式有挺多种的,这里我们就用这样的吧,假设每一个结点代表一个正方形,横竖移动距离:斜移动距离=1:1.4(根号2),我们取个整数10和14吧,也就是说当前结点G值=父节点的G+(10或14)。

H的计算方式:估价计算也有非常多种方式,我们这里使用“曼哈顿”法,H=|当前结点x值-终于结点x值|+|当前结点y值-终于结点y值|(”||”表示绝对值)。

例如以下图(图不是自己做的。从网上借来的,自己画的话~…慘不忍睹!)

3. 辅助表:Open、Close列表

在A星算法中,须要使用两个辅助表来记录结点。

一个用于记录可被訪问的结点,成为Open表。一个是记录已訪问过的结点,称为Close表。

这两个表决定了算法的结束:条件是终于结点在Close表中(找到路径)或Open表为空(找不到了路径)。

4. 移动结点、相邻结点的处理

上面的理解的话。如今就来移动当前的节点。寻找路径。

每次从Open表中取出F值最小的结点出来(这里我们使用优先队列来处理比較好),作为当前结点;然后将当前结点的全部邻结点依照邻结点规则增加到Open表中;最后将当前结点放入Close表中。这里就是每次循环的运行内容。

邻结点规则

(1) 当邻结点不在地图中,不增加Open表;

(2) 当邻结点是障碍物,不增加Open表。

(3) 当邻结点在Close表中。不增加Open表。

(4) 当邻结点不在Open中,增加Open表,设该邻结点的父节点为当前结点

(5) 当邻结点在Open表中,我们须要做个比較:假设邻结点的G值>当前结点的G值+当前结点到这个邻结点的代价,那么改动该邻结点的父节点为当前的结点(由于在Open表中的结点除了起点。都会有父节点),改动G值=当前结点的G值+当前结点到这个邻结点的代价

蓝色框框表示在Close表中,绿色的框框表示在Open表中



最后回溯得到路径

三、代码实现(Java)

1. 输入

(1) 代表地图二值二维数组(0表示可通路。1表示路障)

  1. int[][] maps = {
  2. { 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 },
  3. { 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 },
  4. { 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0 },
  5. { 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0 },
  6. { 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0 },
  7. { 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0 },
  8. { 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0 }
  9. };

(2) 依照二维数组的特点,坐标原点在左上角。所以y是高,x是宽,y向下递增,x向右递增,我们将x和y封装成一个类,好传參,重写equals方法比較坐标(x,y)是不是同一个。

  1. public class Coord
  2. {
  3. public int x;
  4. public int y;
  5. public Coord(int x, int y)
  6. {
  7. this.x = x;
  8. this.y = y;
  9. }
  10. @Override
  11. public boolean equals(Object obj)
  12. {
  13. if (obj == null) return false;
  14. if (obj instanceof Coord)
  15. {
  16. Coord c = (Coord) obj;
  17. return x == c.x && y == c.y;
  18. }
  19. return false;
  20. }
  21. }

(3) 封装路径结点类,字段包含:坐标、G值、F值、父结点。实现Comparable接口,方便优先队列排序。

  1. public class Node implements Comparable<Node>
  2. {
  3. public Coord coord; // 坐标
  4. public Node parent; // 父结点
  5. public int G; // G:是个准确的值。是起点到当前结点的代价
  6. public int H; // H:是个估值。当前结点到目的结点的预计代价
  7. public Node(int x, int y)
  8. {
  9. this.coord = new Coord(x, y);
  10. }
  11. public Node(Coord coord, Node parent, int g, int h)
  12. {
  13. this.coord = coord;
  14. this.parent = parent;
  15. G = g;
  16. H = h;
  17. }
  18. @Override
  19. public int compareTo(Node o)
  20. {
  21. if (o == null) return -1;
  22. if (G + H > o.G + o.H)
  23. return 1;
  24. else if (G + H < o.G + o.H) return -1;
  25. return 0;
  26. }
  27. }

(4) 最后一个数据结构是A星算法输入的全部数据,封装在一起。传參方便。

:grin:

  1. public class MapInfo
  2. {
  3. public int[][] maps; // 二维数组的地图
  4. public int width; // 地图的宽
  5. public int hight; // 地图的高
  6. public Node start; // 起始结点
  7. public Node end; // 终于结点
  8. public MapInfo(int[][] maps, int width, int hight, Node start, Node end)
  9. {
  10. this.maps = maps;
  11. this.width = width;
  12. this.hight = hight;
  13. this.start = start;
  14. this.end = end;
  15. }
  16. }

2. 处理

(1) 在算法里须要定义几个常量来确定:二维数组中哪个值表示障碍物、二维数组中绘制路径的代表值、计算G值须要的横纵移动代价和斜移动代价。

  1. public final static int BAR = 1; // 障碍值
  2. public final static int PATH = 2; // 路径
  3. public final static int DIRECT_VALUE = 10; // 横竖移动代价
  4. public final static int OBLIQUE_VALUE = 14; // 斜移动代价

(2) 定义两个辅助表:Open表和Close表。Open表的使用是须要取最小值,在这里我们使用Java工具包中的优先队列PriorityQueue。Close仅仅是用来保存结点,没其它特殊用途。就用ArrayList。

  1. Queue<Node> openList = new PriorityQueue<Node>(); // 优先队列(升序)
  2. List<Node> closeList = new ArrayList<Node>();

(3) 定义几个布尔推断方法:终于结点的推断、结点是否能增加open表的推断、结点是否在Close表中的推断。

  1. /**
  2. * 推断结点是否是终于结点
  3. */
  4. private boolean isEndNode(Coord end,Coord coord)
  5. {
  6. return coord != null && end.equals(coord);
  7. }
  8. /**
  9. * 推断结点是否能放入Open列表
  10. */
  11. private boolean canAddNodeToOpen(MapInfo mapInfo,int x, int y)
  12. {
  13. // 是否在地图中
  14. if (x < 0 || x >= mapInfo.width || y < 0 || y >= mapInfo.hight) return false;
  15. // 推断是否是不可通过的结点
  16. if (mapInfo.maps[y][x] == BAR) return false;
  17. // 推断结点是否存在close表
  18. if (isCoordInClose(x, y)) return false;
  19. return true;
  20. }
  21. /**
  22. * 推断坐标是否在close表中
  23. */
  24. private boolean isCoordInClose(Coord coord)
  25. {
  26. return coord!=null&&isCoordInClose(coord.x, coord.y);
  27. }
  28. /**
  29. * 推断坐标是否在close表中
  30. */
  31. private boolean isCoordInClose(int x, int y)
  32. {
  33. if (closeList.isEmpty()) return false;
  34. for (Node node : closeList)
  35. {
  36. if (node.coord.x == x && node.coord.y == y)
  37. {
  38. return true;
  39. }
  40. }
  41. return false;
  42. }

(4) 计算H值,“曼哈顿” 法。坐标分别取差值相加

  1. private int calcH(Coord end,Coord coord)
  2. {
  3. return Math.abs(end.x - coord.x) + Math.abs(end.y - coord.y);
  4. }

(5) 从Open列表中查找结点

  1. private Node findNodeInOpen(Coord coord)
  2. {
  3. if (coord == null || openList.isEmpty()) return null;
  4. for (Node node : openList)
  5. {
  6. if (node.coord.equals(coord))
  7. {
  8. return node;
  9. }
  10. }
  11. return null;
  12. }

(6) 增加邻结点到Open表

  1. /**
  2. * 增加全部邻结点到open表
  3. */
  4. private void addNeighborNodeInOpen(MapInfo mapInfo,Node current)
  5. {
  6. int x = current.coord.x;
  7. int y = current.coord.y;
  8. // 左
  9. addNeighborNodeInOpen(mapInfo,current, x - 1, y, DIRECT_VALUE);
  10. // 上
  11. addNeighborNodeInOpen(mapInfo,current, x, y - 1, DIRECT_VALUE);
  12. // 右
  13. addNeighborNodeInOpen(mapInfo,current, x + 1, y, DIRECT_VALUE);
  14. // 下
  15. addNeighborNodeInOpen(mapInfo,current, x, y + 1, DIRECT_VALUE);
  16. // 左上
  17. addNeighborNodeInOpen(mapInfo,current, x - 1, y - 1, OBLIQUE_VALUE);
  18. // 右上
  19. addNeighborNodeInOpen(mapInfo,current, x + 1, y - 1, OBLIQUE_VALUE);
  20. // 右下
  21. addNeighborNodeInOpen(mapInfo,current, x + 1, y + 1, OBLIQUE_VALUE);
  22. // 左下
  23. addNeighborNodeInOpen(mapInfo,current, x - 1, y + 1, OBLIQUE_VALUE);
  24. }
  25. /**
  26. * 增加一个邻结点到open表
  27. */
  28. private void addNeighborNodeInOpen(MapInfo mapInfo,Node current, int x, int y, int value)
  29. {
  30. if (canAddNodeToOpen(mapInfo,x, y))
  31. {
  32. Node end=mapInfo.end;
  33. Coord coord = new Coord(x, y);
  34. int G = current.G + value; // 计算邻结点的G值
  35. Node child = findNodeInOpen(coord);
  36. if (child == null)
  37. {
  38. int H=calcH(end.coord,coord); // 计算H值
  39. if(isEndNode(end.coord,coord))
  40. {
  41. child=end;
  42. child.parent=current;
  43. child.G=G;
  44. child.H=H;
  45. }
  46. else
  47. {
  48. child = new Node(coord, current, G, H);
  49. }
  50. openList.add(child);
  51. }
  52. else if (child.G > G)
  53. {
  54. child.G = G;
  55. child.parent = current;
  56. // 又一次调整堆
  57. openList.add(child);
  58. }
  59. }
  60. }

(7) 回溯法绘制路径

  1. private void drawPath(int[][] maps, Node end)
  2. {
  3. if(end==null||maps==null) return;
  4. System.out.println("总代价:" + end.G);
  5. while (end != null)
  6. {
  7. Coord c = end.coord;
  8. maps[c.y][c.x] = PATH;
  9. end = end.parent;
  10. }
  11. }

(8) 開始算法,循环移动结点寻找路径,设定循环结束条件。Open表为空或者终于结点在Close表


  1. public void start(MapInfo mapInfo)
  2. {
  3. if(mapInfo==null) return;
  4. // clean
  5. openList.clear();
  6. closeList.clear();
  7. // 開始搜索
  8. openList.add(mapInfo.start);
  9. moveNodes(mapInfo);
  10. }
  11. /**
  12. * 移动当前结点
  13. */
  14. private void moveNodes(MapInfo mapInfo)
  15. {
  16. while (!openList.isEmpty())
  17. {
  18. if (isCoordInClose(mapInfo.end.coord))
  19. {
  20. drawPath(mapInfo.maps, mapInfo.end);
  21. break;
  22. }
  23. Node current = openList.poll();
  24. closeList.add(current);
  25. addNeighborNodeInOpen(mapInfo,current);
  26. }
  27. }

附:源代码地址:点击这里

A星算法(Java实现)的更多相关文章

  1. Java开源-astar:A 星算法

    astar A星算法Java实现 一.适用场景 在一张地图中,绘制从起点移动到终点的最优路径,地图中会有障碍物,必须绕开障碍物. 二.算法思路 1. 回溯法得到路径 (如果有路径)采用“结点与结点的父 ...

  2. JAVA根据A星算法规划起点到终点二维坐标的最短路径

    工具类 AStarUtil.java import java.util.*; import java.util.stream.Collectors; /** * A星算法工具类 */ public c ...

  3. 算法起步之A星算法

    原文:算法起步之A星算法 用途: 寻找最短路径,优于bfs跟dfs 描述: 基本描述是,在深度优先搜索的基础上,增加了一个启发式算法,在选择节点的过程中,不是盲目选择,而是有目的的选的,F=G+H,f ...

  4. 归并排序算法 java 实现

    归并排序算法 java 实现 可视化对比十多种排序算法(C#版) [直观学习排序算法] 视觉直观感受若干常用排序算法 算法概念 归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Di ...

  5. 快速排序算法 java 实现

    快速排序算法 java 实现 快速排序算法Java实现 白话经典算法系列之六 快速排序 快速搞定 各种排序算法的分析及java实现 算法概念 快速排序是C.R.A.Hoare于1962年提出的一种划分 ...

  6. 堆排序算法 java 实现

    堆排序算法 java 实现 白话经典算法系列之七 堆与堆排序 Java排序算法(三):堆排序 算法概念 堆排序(HeapSort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,可以利用数组的特 ...

  7. Atitit 电子商务订单号码算法(java c# php js 微信

    Atitit 电子商务订单号码算法(java c# php js  微信 1.1. Js版本的居然钱三爷里面没有..只好自己实现了. 1.2. 订单号标准化...长度16位 1.3. 订单号的结构 前 ...

  8. 无向图的最短路径算法JAVA实现

    一,问题描述 给出一个无向图,指定无向图中某个顶点作为源点.求出图中所有顶点到源点的最短路径. 无向图的最短路径其实是源点到该顶点的最少边的数目. 本文假设图的信息保存在文件中,通过读取文件来构造图. ...

  9. POJ 2449 Remmarguts' Date (SPFA + A星算法) - from lanshui_Yang

    题目大意:给你一个有向图,并给你三个数s.t 和 k ,让你求从点 s 到 点 t 的第 k 短的路径.如果第 k 短路不存在,则输出“-1” ,否则,输出第 k 短路的长度. 解题思路:这道题是一道 ...

随机推荐

  1. vue 发布build 本地设置 相对路径 两个地方 一个根目录用./ css文件里面用../../ 【也不好用,还是得手改】

    build: { // Template for index.html index: path.resolve(__dirname, '../dist/index.html'), // Paths a ...

  2. http 1.0 http 1.1 http 2.0的区别

    HTTP/1.0 版的主要缺点是,每个TCP连接只能发送一个请求.发送数据完毕,连接就关闭,如果还要请求其他资源,就必须再新建一个连接. http1.1优点: 1.HTTP 1.1 版引入了持久连接( ...

  3. flatpickr插件的使用

    flatpickr功能强大的日期时间选择器插件 日期格式化 <input class=flatpickr data-date-format="d-m-Y"> <i ...

  4. 第1节 yarn:14、yarn集群当中的三种调度器

    yarn当中的调度器介绍: 第一种调度器:FIFO Scheduler  (队列调度器) 把应用按提交的顺序排成一个队列,这是一个先进先出队列,在进行资源分配的时候,先给队列中最头上的应用进行分配资源 ...

  5. oracle分析函数之ratio_to_report

    ratio_to_report主要完成对百分比的计算,语法为ratio_to_report(exp) over()也就是根据over窗口函数的作用区间,求出作用区间中的单个值在整个区间的总值的比重比如 ...

  6. C++命名空间、标准库(std,全局命名空间)

    背景 别人遇到的问题: C++ 全局变量不明确与 using namespace std 冲突 我遇到的问题与他相似,函数调用冲突 using namespace std; class compare ...

  7. php - namespace篇

    之前没有系统学习过PHP语言,直接上手TP框架了,所以认为namespace和use是TP框架的一部分,最近学习语言模块的时候遇到了这个问题,所以汇总了一下. PHP中命名空间可以解决两类问题: 用户 ...

  8. The Text Splitting (将字符串分成若干份,每份长度为p或q)

    Description You are given the string s of length n and the numbers p, q. Split the string s to piece ...

  9. uva 12096 The SetStack Computer(STL set的各种库函数 交集 并集 插入迭代器)

    题意: 有5种操作: PUSH:加入“{}”空集合入栈. DUP:栈顶元素再入栈. UNION:出栈两个集合,取并集入栈. INTERSECT:出栈两个集合,取交集入栈. ADD:出栈两个集合,将先出 ...

  10. 圆角计算 Shader

    圆角的计算 在Shader中,我们使用UV坐标来计算需要显示的部分和不需要显示的部分,使用透明来处理显示与不显示.UV坐标如下图1,我们将坐标平移到图2位置,面片的UV坐标原点在面片中心,UV坐标范围 ...