源码网商城，靠谱的源码在线交易网站 我的订单 购物车 帮助

源码网商城

申请开店
全部源码分类
首页 源码街 任务需求 版权中心 备案服务 商家入驻

Java编程实现A*算法完整代码

  • 时间：2022-05-06 06:06 编辑： 来源： 阅读：
  • 扫一扫，手机访问
摘要：Java编程实现A*算法完整代码
前言 A*搜寻算法俗称A星算法。这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。常用于游戏中 通过二维数组构建的一个迷宫，“%”表示墙壁，A为起点，B为终点，“#”代表障碍物，“*”代表算法计算后的路径 本文实例代码结构： [img]http://files.jb51.net/file_images/article/201711/20171128144309702.png?20171028144324[/img] 
% % % % % % %  
% o o o o o %  
% o o # o o %  
% A o # o B %  
% o o # o o %  
% o o o o o %  
% % % % % % %  
============================= 
经过A*算法计算后 
============================= 
% % % % % % %  
% o o * o o %  
% o * # * o %  
% A o # o B %  
% o o # o o %  
% o o o o o %  
% % % % % % % <
算法理论 算法的核心公式为：F=G+H 把地图上的节点看成一个网格。 G=从起点A,沿着产生的路径，移动到网格上指定节点的移动消耗，在这个例子里，我们令水平或者垂直移动的耗费为10，对角线方向耗费为14。我们取这些值是因为沿对角线 的距离是沿水平或垂直移动耗费的的根号2，或者约1.414倍。为了简化，我们用10和14近似。 既然我们在计算沿特定路径通往某个方格的G值，求值的方法就是取它父节点的G值，然后依照它相对父节点是对角线方向或者直角方向(非对角线)，分别增加14和10。例子中这 个方法的需求会变得更多，因为我们从起点方格以外获取了不止一个方格。 H=从当前格移动到终点B的预估移动消耗。为什么叫”预估“呢，因为我们没有办法事先知道路径的长度，这里我们使用曼哈顿方法，它计算从当前格到目的格之间水平和垂直 的方格的数量总和，忽略对角线方向。然后把结果乘以10。 F的值是G和H的和，这是我们用来判断优先路径的标准，F值最小的格，我们认为是优先的路径节点。 实现步骤 算法使用java写的，先看一看节点类的内容 
package a_star_search; 
/** 
 * 节点类 
 * @author zx 
 * 
 */ 
public class Node { 
  private int x; //x坐标 
  private int y; //y坐标 
  private String value;  //表示节点的值 
  private double FValue = 0; //F值 
  private double GValue = 0; //G值 
  private double HValue = 0; //H值 
  private boolean Reachable; //是否可到达（是否为障碍物） 
  private Node PNode;   //父节点 
   
  public Node(int x, int y, String value, boolean reachable) { 
    super(); 
    this.x = x; 
    this.y = y; 
    this.value = value; 
    Reachable = reachable; 
  } 
   
  public Node() { 
    super(); 
  } 
 
  public int getX() { 
    return x; 
  } 
  public void setX(int x) { 
    this.x = x; 
  } 
  public int getY() { 
    return y; 
  } 
  public void setY(int y) { 
    this.y = y; 
  } 
  public String getValue() { 
    return value; 
  } 
  public void setValue(String value) { 
    this.value = value; 
  } 
  public double getFValue() { 
    return FValue; 
  } 
  public void setFValue(double fValue) { 
    FValue = fValue; 
  } 
  public double getGValue() { 
    return GValue; 
  } 
  public void setGValue(double gValue) { 
    GValue = gValue; 
  } 
  public double getHValue() { 
    return HValue; 
  } 
  public void setHValue(double hValue) { 
    HValue = hValue; 
  } 
  public boolean isReachable() { 
    return Reachable; 
  } 
  public void setReachable(boolean reachable) { 
    Reachable = reachable; 
  } 
  public Node getPNode() { 
    return PNode; 
  } 
  public void setPNode(Node pNode) { 
    PNode = pNode; 
  }   
}
还需要一个地图类，在map的构造方法中，我通过创建节点的二维数组来实现一个迷宫地图，其中包括起点和终点 
package a_star_search;
public class Map {
 private Node[][] map;
 //节点数组 
 private Node startNode;
 //起点 
 private Node endNode;
 //终点 
 public Map() {
  map = new Node[7][7];
  for (int i = 0;i<7;i++){
   for (int j = 0;j<7;j++){
    map[i][j] = new Node(i,j,"o",true);
   }
  }
  for (int d = 0;d<7;d++){
   map[0][d].setValue("%");
   map[0][d].setReachable(false);
   map[d][0].setValue("%");
   map[d][0].setReachable(false);
   map[6][d].setValue("%");
   map[6][d].setReachable(false);
   map[d][6].setValue("%");
   map[d][6].setReachable(false);
  }
  map[3][1].setValue("A");
  startNode = map[3][1];
  map[3][5].setValue("B");
  endNode = map[3][5];
  for (int k = 1;k<=3;k++){
   map[k+1][3].setValue("#");
   map[k+1][3].setReachable(false);
  }
 }
 <span style="white-space:pre">  </span>//展示地图 
 public void ShowMap(){
  for (int i = 0;i<7;i++){
   for (int j = 0;j<7;j++){
    System.out.print(map[i][j].getValue()+" ");
   }
   System.out.println("");
  }
 }
 public Node[][] getMap() {
  return map;
 }
 public void setMap(Node[][] map) {
  this.map = map;
 }
 public Node getStartNode() {
  return startNode;
 }
 public void setStartNode(Node startNode) {
  this.startNode = startNode;
 }
 public Node getEndNode() {
  return endNode;
 }
 public void setEndNode(Node endNode) {
  this.endNode = endNode;
 }
}
下面是最重要的AStar类 操作过程 1从起点A开始，并且把它作为待处理点存入一个“开启列表”，这是一个待检查方格的列表。 2寻找起点周围所有可到达或者可通过的方格，跳过无法通过的方格。也把他们加入开启列表。为所有这些方格保存点A作为“父方格”。当我们想描述路径的时候，父方格的资 料是十分重要的。后面会解释它的具体用途。 3从开启列表中删除起点A，把它加入到一个“关闭列表”，列表中保存所有不需要再次检查的方格。 经过以上步骤，“开启列表”中包含了起点A周围除了障碍物的所有节点。他们的父节点都是A,通过前面讲的F=G+H的公式，计算每个节点的G，H，F值，并按照F的值大小，从小 到大进行排序。并对F值最小的那个节点做以下操作 4，把它从开启列表中删除，然后添加到关闭列表中。 5，检查所有相邻格子。跳过那些不可通过的(1.在”关闭列表“中，2.障碍物)，把他们添加进开启列表，如果他们还不在里面的话。把选中的方格作为新的方格的父节点。 6，如果某个相邻格已经在开启列表里了，检查现在的这条路径是否更好。换句话说，检查如果我们用新的路径到达它的话，G值是否会更低一些。如果不是，那就什么都不 做。（这里，我的代码中并没有判断） 7，我们重复这个过程，直到目标格（终点“B”）被添加进“开启列表”，说明终点B已经在上一个添加进“关闭列表”的节点的周围，只需走一步，即可到达终点B。 8，我们将终点B添加到“关闭列表” 9，最后一步，我们要将从起点A到终点B的路径表示出来。父节点的作用就显示出来了，通过“关闭列表”中的终点节点的父节点，改变其value值，顺藤摸瓜即可以显示出路径。 看看代码 
package a_star_search;
import java.util.ArrayList;
public class AStar {
 /** 
   * 使用ArrayList数组作为“开启列表”和“关闭列表” 
   */
 ArrayList<Node> open = new ArrayList<Node>();
 ArrayList<Node> close = new ArrayList<Node>();
 /** 
   * 获取H值 
   * @param currentNode：当前节点 
   * @param endNode：终点 
   * @return 
   */
 public double getHValue(Node currentNode,Node endNode){
  return (Math.abs(currentNode.getX() - endNode.getX()) + Math.abs(currentNode.getY() - endNode.getY()))*10;
 }
 /** 
   * 获取G值 
   * @param currentNode：当前节点 
   * @return 
   */
 public double getGValue(Node currentNode){
  if(currentNode.getPNode()!=null){
   if(currentNode.getX()==currentNode.getPNode().getX()||currentNode.getY()==currentNode.getPNode().getY()){
    //判断当前节点与其父节点之间的位置关系（水平？对角线） 
    return currentNode.getGValue()+10;
   }
   return currentNode.getGValue()+14;
  }
  return currentNode.getGValue();
 }
 /** 
   * 获取F值 ： G + H 
   * @param currentNode 
   * @return 
   */
 public double getFValue(Node currentNode){
  return currentNode.getGValue()+currentNode.getHValue();
 }
 /** 
   * 将选中节点周围的节点添加进“开启列表” 
   * @param node 
   * @param map 
   */
 public void inOpen(Node node,Map map){
  int x = node.getX();
  int y = node.getY();
  for (int i = 0;i<3;i++){
   for (int j = 0;j<3;j++){
    //判断条件为：节点为可到达的（即不是障碍物，不在关闭列表中），开启列表中不包含，不是选中节点 
    if(map.getMap()[x-1+i][y-1+j].isReachable()&&!open.contains(map.getMap()[x-1+i][y-1+j])&&!(x==(x-1+i)&&y==(y-1+j))){
     map.getMap()[x-1+i][y-1+j].setPNode(map.getMap()[x][y]);
     //将选中节点作为父节点 
     map.getMap()[x-1+i][y-1+j].setGValue(getGValue(map.getMap()[x-1+i][y-1+j]));
     map.getMap()[x-1+i][y-1+j].setHValue(getHValue(map.getMap()[x-1+i][y-1+j],map.getEndNode()));
     map.getMap()[x-1+i][y-1+j].setFValue(getFValue(map.getMap()[x-1+i][y-1+j]));
     open.add(map.getMap()[x-1+i][y-1+j]);
    }
   }
  }
 }
 /** 
   * 使用冒泡排序将开启列表中的节点按F值从小到大排序 
   * @param arr 
   */
 public void sort(ArrayList<Node> arr){
  for (int i = 0;i<arr.size()-1;i++){
   for (int j = i+1;j<arr.size();j++){
    if(arr.get(i).getFValue() > arr.get(j).getFValue()){
     Node tmp = new Node();
     tmp = arr.get(i);
     arr.set(i, arr.get(j));
     arr.set(j, tmp);
    }
   }
  }
 }
 /** 
   * 将节点添加进”关闭列表“ 
   * @param node 
   * @param open 
   */
 public void inClose(Node node,ArrayList<Node> open){
  if(open.contains(node)){
   node.setReachable(false);
   //设置为不可达 
   open.remove(node);
   close.add(node);
  }
 }
 public void search(Map map){
  //对起点即起点周围的节点进行操作 
  inOpen(map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()],map);
  close.add(map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()]);
  map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()].setReachable(false);
  map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()].setPNode(map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()]);
  sort(open);
  //重复步骤 
  do{
   inOpen(open.get(0), map);
   inClose(open.get(0), open);
   sort(open);
  }
  while(!open.contains(map.getMap()[map.getEndNode().getX()][map.getEndNode().getY()]));
  //知道开启列表中包含终点时，循环退出 
  inClose(map.getMap()[map.getEndNode().getX()][map.getEndNode().getY()], open);
  showPath(close,map);
 }
 /** 
   * 将路径标记出来 
   * @param arr 
   * @param map 
   */
 public void showPath(ArrayList<Node> arr,Map map) {
  if(arr.size()>0){
   Node node = new Node();
   //<span style="white-space:pre">    </span>node = map.getMap()[map.getEndNode().getX()][map.getEndNode().getY()]; 
   //<span style="white-space:pre">    </span>while(!(node.getX() ==map.getStartNode().getX()&&node.getY() ==map.getStartNode().getY())){ 
   //<span style="white-space:pre">    </span>node.getPNode().setValue("*"); 
   //<span style="white-space:pre">    </span>node = node.getPNode(); 
   //<span style="white-space:pre">  </span>}
  }
  //<span style="white-space:pre">  </span>map.getMap()[map.getStartNode().getX()][map.getStartNode().getY()].setValue("A");
 }
}
最后写一个Main方法 
package a_star_search; 
 
public class MainTest { 
   
  public static void main(String[] args) { 
    Map map = new Map(); 
    AStar aStar = new AStar(); 
    map.ShowMap(); 
    aStar.search(map); 
    System.out.println("============================="); 
    System.out.println("经过A*算法计算后"); 
    System.out.println("============================="); 
    map.ShowMap();  
  } 
}
修改地图再测试一下，看看效果 
% % % % % % % 
% o o o o o % 
% o o # o o % 
% A o # o B % 
% o o # o o % 
% o o o o o % 
% % % % % % % 
=============================
经过A*算法计算后
=============================
% % % % % % % 
% o o o o o % 
% o o # o o % 
% A o # o B % 
% o o # o o % 
% o o o o o % 
% % % % % % %
总结 保证找到最短路径（最优解的）条件，关键在于估价函数h(n)的选取：估价值h(n)<=n到目标节点的距离实际值，这种情况下，搜索的点数多，搜索范围大，效率低。但能得到 最优解。如果估价值>实际值,搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。 最大的感触就是：做事最忌三天打渔，两天晒网。量可以不大，但必须有连续性，贵在坚持。 希望每一个程序员，都能开心的敲着代码，做自己喜欢做的事。 以上就是本文关于Java编程实现A*算法完整代码的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。
  • 全部评论(0)
上一篇：SVN 安装教程之服务器和客户端
下一篇：详解spring mvc4使用及json 日期转换解决方案
关于我们 | 广告合作 | 联系我们 | 隐私条款 | 免责声明 | 网站地图

苏ICP备2024110244号-2      苏公网安备32050702011978号      增值电信业务经营许可证编号：苏B2-20251499   |  Copyright 2018 - 2025   源码网商城 (www.ymwmall.com) 版权所有

联系客服
客服电话：
400-000-3129
微信版

扫一扫进微信版
返回顶部