a*寻路算法通常结合open(优先队列)和closed(集合)列表进行路径搜索。然而,某些有效的a*实现仅使用一个优先队列。本文将深入探讨这种单队列实现的工作原理,解释它是如何通过巧妙地利用节点成本初始化和更新机制,在没有显式closed集合的情况下,仍然确保算法的正确性和效率,并与传统双列表实现进行对比。
A*算法是一种启发式搜索算法,用于在图中找到从起点到目标点的最短路径。其核心在于为每个节点维护一个评估函数 f(n) = g(n) + h(n),其中:
算法通过不断从一个待探索节点集合(通常称为OPEN列表)中选择 f(n) 值最小的节点进行扩展,直到找到目标点。为了避免重复探索和处理已访问的节点,传统上会使用一个已探索节点集合(通常称为CLOSED列表)。
在许多A*算法的伪代码实现中,都会明确地定义并使用两个数据结构:
以下是一个典型的伪代码片段,展示了OPEN和CLOSED列表的使用:
OPEN = 包含起点的优先队列 CLOSED = 空集合 当 OPEN 不为空时: current = 从 OPEN 中移除 f(n) 最小的节点 如果 current 是目标节点,则返回路径 将 current 添加到 CLOSED 对于 current 的每个邻居 neighbor: 如果 neighbor 已经在 CLOSED 中: 计算从起点到 neighbor 的新路径成本 new_g 如果 new_g 小于 neighbor 已知的 g 值: 将 neighbor 从 CLOSED 移除 将 neighbor 添加到 OPEN (更新其 g 和 f 值) 否则 (neighbor 不在 CLOSED 中): 如果 neighbor 已经在 OPEN 中: 计算从起点到 neighbor 的新路径成本 new_g 如果 new_g 小于 neighbor 已知的 g 值: 更新 neighbor 在 OPEN 中的 g 和 f 值 否则 (neighbor 既不在 OPEN 也不在 CLOSED 中): 设置 neighbor 的 g 和 f 值 将 neighbor 添加到 OPEN
现在,我们来看一个仅使用一个优先队列(OPEN列表)的A*算法Python实现示例,并解释它是如何实现相同功能的。
from pyamaze import maze,agent,textLabel
from queue import PriorityQueue
# 启发式函数:曼哈顿距离
def h(cell1,cell2):
x1,y1=cell1
x2,y2=cell2
return abs(x1-x2) + abs(y1-y2)
def aStar(m):
start=(m.rows,m.cols)
# g_score 存储从起点到每个节点的实际成本
g_score={cell:float('inf') for cell in m.grid}
g_score[start]=0
# f_score 存储从起点经过该节点到目标点的总估计成本
f_score={cell:float('inf') for cell in m.grid}
f_score[start]=h(start,(1,1)) # 目标点假设为(1,1)
open=PriorityQueue()
# 优先队列中存储 (f_score, h_score, cell)
# h_score 作为 tie-breaker
open.put((h(start,(1,1)),h(start,(1,1)),start))
aPath={} # 存储从子节点到父节点的映射,用于路径回溯
while not open.empty():
currCell=open.get()[2] # 获取 f_score 最小的节点
if currCell==(1,1): # 如果当前节点是目标点
break
# 遍历当前节点的所有邻居
for d in 'ESNW':
if m.maze_map[currCell][d]==True: # 如果存在通路
if d=='E':
childCell=(currCell[0],currCell[1]+1)
if d=='W':
childCell=(currCell[0],currCell[1]-1)
if d=='N':
childCell=(currCell[0]-1,currCell[1])
if d=='S':
childCell=(currCell[0]+1,currCell[1])
# 计算到达邻居的新 g_score
temp_g_score=g_score[currCell]+1
# 计算到达邻居的新 f_score
temp_f_score=temp_g_score+h(childCell,(1,1))
# 关键判断:如果新路径更优
if temp_f_score < f_score[childCell]:
g_score[childCell]= temp_g_score
f_score[childCell]= temp_f_score
open.put((temp_f_score,h(childCell,(1,1)),childCell))
aPath[childCell]=currCell
# 路径回溯
fwdPath={}
cell=(1,1)
while cell!=start:
fwdPath[aPath[cell]]=cell
cell=aPath[cell]
return fwdPath
if __name__=='__main__':
m=maze(5,5)
m.CreateMaze()
path=aStar(m)
a=agent(m,footprints=True)
m.tracePath({a:path})
l=textLabel(m,'A Star Path Length',len(path)+1)
m.run()在这个Python实现中,我们没有看到显式的 CLOSED 集合。那么它是如何避免重复计算和处理次优路径的呢?关键在于 g_score 和 f_score 字典的初始化和更新逻辑:
隐式“未访问”状态:
“已访问”和“最优路径”的判断:
虽然表面上看起来差异很大,但上述单优先队列的实现与显式使用 CLOSED 集合的传统实现是等效的。
等效性:
内存与性能考量:
A*算法的单优先队列实现是一种有效且常见的优化方式。它通过巧妙地利用 g_score 和 f_score 字典的初始化和更新逻辑,配合优先队列的特性,在不显式使用 CLOSED 集合的情况下,达到了相同的寻路效果。这种实现方式的核心在于:
理解这种机制有助于我们更深入地掌握A*算法的灵活性和其背后的核心原理,即如何高效地管理节点的探索状态和路径成本,以最终找到最优解。
相关文章:
企业网站制作费用多少,企业网站空间一般需要多大,费用是多少?
历史网站制作软件,华为如何找回被删除的网站?
网页设计网站制作软件,microsoft office哪个可以创建网页?
韩国代理服务器如何选?解析IP设置技巧与跨境访问优化指南
制作国外网站的软件,国外有哪些比较优质的网站推荐?
如何挑选最适合建站的高性能VPS主机?
c# 在高并发场景下,委托和接口调用的性能对比
建站VPS能否同时实现高效与安全翻墙?
建站主机服务器选购指南:轻量应用与VPS配置解析
如何安全更换建站之星模板并保留数据?
建站之星安装步骤有哪些常见问题?
如何在阿里云域名上完成建站全流程?
专业公司网站制作公司,用什么语言做企业网站比较好?
如何在腾讯云服务器上快速搭建个人网站?
公司门户网站制作公司有哪些,怎样使用wordpress制作一个企业网站?
品牌网站制作公司有哪些,买正品品牌一般去哪个网站买?
建站之星与建站宝盒如何选择最佳方案?
如何通过FTP服务器快速搭建网站?
免费制作小说封面的网站有哪些,怎么接网站批量的封面单?
电商网站制作价格怎么算,网上拍卖流程以及规则?
如何快速生成专业多端适配建站电话?
如何在阿里云服务器自主搭建网站?
网站制作大概多少钱一个,做一个平台网站大概多少钱?
网站制作的方法有哪些,如何将自己制作的网站发布到网上?
如何快速生成可下载的建站源码工具?
高配服务器限时抢购:企业级配置与回收服务一站式优惠方案
建站主机选购指南:核心配置与性价比推荐解析
如何在万网自助建站中设置域名及备案?
网站制作的软件有哪些,制作微信公众号除了秀米还有哪些比较好用的平台?
广州建站公司哪家好?十大优质服务商推荐
赚钱网站制作软件,建一个网站怎样才能赚钱?是如何盈利的?
香港服务器网站搭建教程-电商部署、配置优化与安全稳定指南
电视网站制作tvbox接口,云海电视怎样自定义添加电视源?
Bpmn 2.0的XML文件怎么画流程图
如何制作算命网站,怎么注册算命网站?
建站主机如何选?高性价比方案全解析
企业网站制作公司网页,推荐几家专业的天津网站制作公司?
如何快速搭建自助建站会员专属系统?
大连网站制作公司哪家好一点,大连买房网站哪个好?
香港服务器部署网站为何提示未备案?
建站之星导航配置指南:自助建站与SEO优化全解析
长沙做网站要多少钱,长沙国安网络怎么样?
建站之星北京办公室:智能建站系统与小程序生成方案解析
图册素材网站设计制作软件,图册的导出方式有几种?
如何通过虚拟机搭建网站?详细步骤解析
合肥制作网站的公司有哪些,合肥聚美网络科技有限公司介绍?
如何在云虚拟主机上快速搭建个人网站?
学生网站制作软件,一个12岁的学生写小说,应该去什么样的网站?
建站主机选虚拟主机还是云服务器更好?
Android滚轮选择时间控件使用详解
*请认真填写需求信息,我们会在24小时内与您取得联系。