A*算法求解最短路径
-个人觉得是BFS的优化版本,在效率和空间上要比BFS高效很多,尤其是点很多的时候
参考链接https://blog.csdn.net/qq_36946274/article/details/81982691
求解主要公式 F=G+H
其中,F:为当前点总的移动耗费;
G:为当前点到起点的移动耗费;
H:为当前点到目标点的移动耗费;(此处选择的是曼哈顿距离)
通过不断选择出F最小的格子,并加入其相邻的格子,直到当前的格子为目标点。具体的算法
1、把起点加入到open list(开放列表)
2、重复以下的过程:
a.遍历open list,查找F值最小的节点,把它作为当前要处理的节点。
b.把这个点移动到close list(关闭列表)。
c.对当前的方格的4个相邻方格的每一个方格:
.如果它是障碍物或者越界或者它在close list中,忽略它,否则做以下操作:
.如果她不在open list中,把它加入到open list,并且把当前格子设置为它的父亲,记录该方格的F,G,H
.如果它已经在open list中,检查这条路径(即经由当前方格到达它这里)G值是否更小。如果是,则把它的父亲设置为当前方格,并重新计算它的G和F值。open list按值排序,取F最小的放在最前面
d.停止的条件:
.把终点加入到了open list当中,此时的路径已经找到了,或者
.查找终点失败,并且open list是空的,此时没有路径
3、保存路径。从终点开始,每个方格沿着父节点移动至起点,这就是你的路径。代码
#include<iostream> #include<vector> #include<algorithm> using namespace std; //创建节点 struct Grid { int x, y; Grid() : x(0), y(0) {} Grid(int x, int y) { this->x = x; this->y = y; } void setValue(int x, int y) { this->x = x; this->y = y; } }; class Node { public: Node() : status(-1), x(-1), y(-1), fCost(INT32_MAX), gCost(0), parent(nullptr) {} void setValue(Grid a, int g_cost, int h_cost, Node* b) { x = a.x; y = a.y; fCost = g_cost + h_cost; gCost = g_cost; parent = b; } int status; // -1 初始状态, 0 加入openlist 1 加入closelist int x, y; int fCost, gCost; Node* parent; static bool compare(const Node* a, const Node* b) { return a->fCost > b->fCost; } }; //曼哈顿距离 int getHeu(const Grid &start, const Grid &target) { return (int)(abs(start.x - target.x) + abs(start.y - target.y)); } //是否越界 bool isOutBound(Grid g, int width, int height) { return (g.x >= width || g.y >= height || g.x < 0 || g.y < 0); } //获取关闭列表索引值 int getIndex(Grid g, int width) { return g.x + g.y*width; } //右 上 左 下 int delta_xy[] = { 1, 0, 0,1,-1,0, 0,-1 }; vector<Grid> getPath(vector<vector<int>> migong) { vector<Grid> paths; int height = migong.size(); int width = migong[0].size(); std::vector<Node*> open_list;//开放列表 std::vector<Node> visit_list(width * height);//关闭列表 Node* terminate_ptr = nullptr; Grid start(0, 0), target(width - 1, height - 1); Node* node_ptr = &visit_list[getIndex(start, width)]; node_ptr->setValue(start, 0, getHeu(start, target), nullptr); open_list.push_back(node_ptr); Grid temp_grid(0, 0); while (!open_list.empty()) { node_ptr = open_list.front(); std::pop_heap(open_list.begin(), open_list.end(), Node::compare);//将最小的元素放置到尾部弹出 open_list.pop_back(); //找到目标节点 if (node_ptr->x == target.x && node_ptr->y == target.y) { terminate_ptr = node_ptr; break; } for (int i = 0; i < 4; i++) { // 计算下个点 temp_grid.setValue(node_ptr->x + delta_xy[i * 2 + 0], node_ptr->y + delta_xy[i * 2 + 1]); if (isOutBound(temp_grid, width, height)) continue; Node* temp_node_ptr = &visit_list[getIndex(temp_grid, width)]; // 非法越界,已经在closelist,有障碍物 // 有可能机器人起点在沿边区域范围内的 if (1 == temp_node_ptr->status || 1 == migong[temp_grid.y][temp_grid.x]) { continue; } int base_cost = 10; // 计算新的代价值 int new_g = node_ptr->gCost + base_cost; int new_h = getHeu(temp_grid, target); // 有理更小代价值,则更新 if (temp_node_ptr->fCost > new_g + new_h) { temp_node_ptr->setValue(temp_grid, new_g + new_h, new_h, node_ptr); } //加入到开放列表 if (-1 == temp_node_ptr->status) { temp_node_ptr->status = 0; open_list.push_back(temp_node_ptr); std::push_heap(open_list.begin(), open_list.end(), Node::compare); } } node_ptr->status = 1; // closed加入到关闭列表 } if (terminate_ptr != nullptr) { while (terminate_ptr) { Grid tmp(terminate_ptr->x,terminate_ptr->y); paths.emplace_back(tmp); terminate_ptr = terminate_ptr->parent; } std::reverse(paths.begin(), paths.end()); } return paths; } int main() { int N, M; while (cin >> N >> M) { vector<Grid> path; vector<vector<int>> migong(N, vector<int>(M, 0)); for (int i = 0; i < N; i++) { for (int j = 0; j < M; j++) { cin >> migong[i][j]; } } path = getPath(migong); for (auto g : path) { cout << "(" << g.y << "," << g.x << ")" << endl; } } return 0; }