java - 简单的A星算法塔防Path Trapped

Question

所以首先，我在使用 Java 的 100 级 CS 大学类(class)中。我们的任务是制作一款塔防游戏，我在寻路方面遇到了麻烦。我通过搜索发现 A* 似乎是最好的。虽然当我在路径上放置一个 U 时，我的路径被卡住了。我将展示一些初学者伪代码，因为我还没有上过数据结构课，而且我的代码看起来很乱(正在处理)。

假设我不会使用对角线。

while(Castle not reached){
    new OpenList
    if(up, down, left, right == passable && isn't previous node){
         //Adds in alternating order to create a more diagonal like path
         Openlist.add(passable nodes)
    }
    BestPath.add(FindLeasDistancetoEnd(OpenList));
    CheckCastleReached(BestPath[Last Index]);
{

private node FindLeastDistancetoEnd(node n){
    return first node with Calculated smallest (X + Y to EndPoint)
}

我已经去掉了 A*(太多了，很可能是我的问题)。所以我将 parent 添加到我的节点并计算正确的 parent ，尽管我不相信这会解决我的问题。这是我的问题的 View 。

X = 无法通过(塔楼)

O = 开放列表

b = ClosedList(最佳路径)

C = 城堡(端点)

S = 开始

OOOOXX
SbbbBX   C
OOOOXX

现在国会大厦 B 是我的问题所在。当塔被放置在那个配置中并且我的导航路径被重新计算时它被卡住了。没有任何内容被放入 OpenList，因为前一个节点被忽略，其余节点不可通过。

现在写出来我想我可以让 B 无法通行并回溯......大声笑。虽然我开始做很多我的教授所说的“破解代码”，但我不断添加补丁来解决问题，因为我不想抹掉我的“宝贝”并重新开始。尽管我愿意重做它，但看着我的一些代码是多么困惑和无组织，这让我很困扰，我迫不及待地想采用数据结构。

如有任何建议，我们将不胜感激。

Answer 1

是的，数据结构在解决这类问题上会很有帮助。我将尝试解释 A* 的工作原理，并在之后给出一些更好的伪代码。

A* 是一种最佳优先搜索算法。这意味着它应该猜测哪些选项是最好的，并首先尝试探索这些选项。这需要您跟踪选项列表，通常称为“前线”(如前线)。它不会跟踪到目前为止找到的路径，就像在您当前的算法中一样。该算法分两个阶段工作...

第一阶段

基本上，您从起始位置 S 开始，所有相邻位置(北、西、南和东)都在前面。该算法然后在 Front 中找到最有希望的选项(我们称之为 P)，并在此基础上进行扩展。位置 P 从 Front 中删除，但它的所有邻居都被添加了。好吧，不是所有的邻居；只有邻居才是真正的选择。我们不能走进一座塔，也不想回到我们以前见过的地方。从新的 Front 中，选择最有希望的选项，依此类推。当最有希望的选项是目标 C 时，算法停止并进入阶段 2。

通常，最有希望的选择是最接近目标的选择，因为乌鸦会飞(忽略障碍物)。所以通常情况下，它总是会首先探索最接近目标的那个。这导致算法以某种直线走向目标。但是，如果该线被某些障碍物阻挡，则障碍物的位置应该不添加到 Front 中。它们不是可行的选择。那么在下一轮中，Front 中的其他位置将被选为最佳选项，并从那里继续搜索。这就是它如何像您的示例中那样走出死胡同。看看这个插图就明白我的意思了:https://upload.wikimedia.org/wikipedia/commons/5/5d/Astar_progress_animation.gif Front 是空心的蓝点，他们在已经从红色到绿色的阴影中标记点，而无法通过的地方用粗蓝点标记。

在第 2 阶段，我们将需要一些额外的信息来帮助我们找到返回目标时的最短路径。为此，我们在每个位置存储我们来自的位置。如果算法有效，我们来自的位置必然比任何其他邻居更接近 S。如果您不明白我的意思，请查看下面的伪代码。

第 2 阶段

找到城堡 C 后，下一步就是找到回到起点的路，收集最佳路径。在第 1 阶段，我们将我们来自的位置存储在我们探索的每个位置中。我们知道这个位置必须总是更接近S(不忽略障碍物)。因此，第 2 阶段的任务非常简单:每次都沿着路径返回我们来自的位置，并在列表中跟踪这些位置。最后，您将得到一个构成从 C 到 S 的最短路径的列表。然后您只需反转此列表即可得到答案。

我会给出一些伪代码来解释它。互联网上有很多真实的代码示例(也有 Java 的)。此伪代码假定您使用二维数组来表示网格。另一种方法是使用 Node 对象，这在伪代码中更容易理解，但更难编程，而且我怀疑您无论如何都会使用二维数组。

//Phase 1
origins = new array[gridLength][gridWidth]; //Keeps track of 'where we came from'.
front = new Set(); //Empty set. You could use an array for this.
front.add(all neighbours of S);
while(true) { //This keeps on looping forever, unless it hits the "break" statement below.
    best = findBestOption(front);
    front.remove(best);
    for(neighbour in (best's neighbours)) {
        if(neighbour is not a tower and origins[neighbour x][neighbour y] == null) { //Not a tower, and not a position that we explored before.
            front.add(neighbour);
            origins[neighbour x][neighbour y] = best;
        }
    }
    if(best == S) {
        break; //Stops the loop. Ends phase 1.
    }
}

//Phase 2
bestPath = new List(); //You should probably use Java's ArrayList class for this if you're allowed to do that. Otherwise select an array size that you know is large enough.
currentPosition = C; //Start at the endpoint.
bestPath.add(C);
while(currentPosition != S) { //Until we're back at the start.
    currentPosition = origins[currentPosition.x][currentPosition.y];
    bestPath.add(currentPosition);
}
bestPath.reverse();

对于该伪代码中的 findBestOption 方法:

findBestOption(front) {
    bestPosition = null;
    distanceOfBestPosition = Float.MAX_VALUE; //Some very high number to start with.
    for(position in front) {
        distance = Math.sqrt(position.x * position.x - C.x * C.x + position.y * position.y - C.y * C.y); //Euclidean distance (Pythagoras Theorem). This does the diagonal thing for you.
        if(distance < distanceOfBestPosition) {
            distanceOfBestPosition = distance;
            bestPosition = position;
        }
    }
}

希望对您有所帮助。欢迎继续提问!