一篇寫的比較簡單的A*尋路算法(轉)

http://www.raywenderlich.com/zh-hans/21503/a%E6%98%9F%E5%AF%BB%E8%B7%AF%E7%AE%97%E6%B3%95%E4%BB%8B%E7%BB%8D

這篇文章還可以在這裏找到 英語

If you're new here, you may want to subscribe to my RSS feed or follow me on Twitter. Thanks for visiting!

這篇blog是由iOS Tutorial Team的成員  Johann Fradj發表的，他目前是一位全職的資深iOS開發工程師。他是Hot Apps Factory的創始人，該公司開發了App Cooker。

 

學習A星尋路算法是如何工作的！

你是否在做一款遊戲的時候想創造一些怪獸或者遊戲主角，讓它們移動到特定的位置，避開牆壁和障礙物呢？

如果是的話，請看這篇教程，我們會展示如何使用A星尋路算法來實現它！

在網上已經有很多篇關於A星尋路算法的文章，但是大部分都是提供給已經瞭解基本原理的高級開發者的。

本篇教程將從最基本的原理講起。我們會一步步講解A星尋路算法，幷配有很多圖解和例子。

不管你使用的是什麼編程語言或者操作平臺，你會發現本篇教程很有幫助，因爲它在非編程語言的層面上解釋了算法的原理。稍後，會有一篇教程，展示如何在Cocos2D iPhone 遊戲中實現A星算法。

現在找下到達一杯咖啡因飲料和美味的零食的最短路徑，開始吧！:]

一隻探路貓

 

讓我們想象一下，有一款遊戲，遊戲中一隻貓想要找到獲取骨頭的路線。

“爲什麼會有一隻貓想要骨頭？！”你可能會這麼想。在本遊戲中， 這是一隻狡猾的貓，他想撿起骨頭給狗，以防止被咬死！:]

現在想像一下下圖中的貓想找到到達骨頭的最短路徑：

不幸的是，貓不能直接從它當前的位置走到骨頭的位置，因爲有面牆擋住了去路，而且它在遊戲中不是一隻幽靈貓！

遊戲中的貓同樣懶惰，它總是想找到最短路徑，這樣當他回家看望它的女朋友時不會太累:-)

但是我們如何編寫一個算法計算出貓要選擇的那條路徑呢？A星算法拯救了我們！

 

簡化搜索區域

 

尋路的第一步是簡化成容易控制的搜索區域。

怎麼處理要根據遊戲來決定了。例如，我們可以將搜索區域劃分成像素點，但是這樣的劃分粒度對於我們這款基於方塊的遊戲來說太高了（沒必要）。

作爲代替，我們使用方塊（一個正方形）作爲尋路算法的單元。其他的形狀類型也是可能的（比如三角形或者六邊形），但是正方形是最簡單並且最適合我們需求的。

像那樣去劃分，我們的搜索區域可以簡單的用一個地圖大小的二維數組去表示。所以如果是25*25方塊大小的地圖，我們的搜索區域將會是一個有625個正方形的數組。如果我們把地圖劃分成像素點，搜索區域就是一個有640，000個正方形的數組了（一個方塊是32*32像素）！

現在讓我們基於目前的區域，把區域劃分成多個方塊來代表搜索空間（在這個簡單的例子中，7*6個方塊 = 42 個方塊）：

 

Open和Closed列表

 

既然我們創建了一個簡單的搜索區域，我們來討論下A星算法的工作原理吧。

除了懶惰之外，我們的貓沒有好的記憶力，所以它需要兩個列表：

1. 一個記錄下所有被考慮來尋找最短路徑的方塊（稱爲open 列表）
2. 一個記錄下不會再被考慮的方塊（成爲closed列表）

貓首先在closed列表中添加當前位置（我們把這個開始點稱爲點 “A”）。然後，把所有與它當前位置相鄰的可通行小方塊添加到open列表中。

下圖是貓在某一位置時的情景（綠色代表open列表）:

現在貓需要判斷在這些選項中，哪項纔是最短路徑，但是它要如何去選擇呢？

在A星尋路算法中，通過給每一個方塊一個和值，該值被稱爲路徑增量。讓我們看下它的工作原理！

路徑增量

 

我們將會給每個方塊一個G+H 和值：

• G是從開始點A到當前方塊的移動量。所以從開始點A到相鄰小方塊的移動量爲1，該值會隨着離開始點越來越遠而增大。
• H是從當前方塊到目標點（我們把它稱爲點B，代表骨頭！）的移動量估算值。這個常被稱爲探視，因爲我們不確定移動量是多少 – 僅僅是一個估算值。

你也許會對“移動量”感興趣。在遊戲中，這個概念很簡單 – 僅僅是方塊的數量。

然而，在遊戲中你可以對這個值做調整。例如：

• 如果你允許對角線移動，你可以針對對角線移動把移動量調得大一點。
• 如果你有不同的地形，你可以將相應的移動量調整得大一點 – 例如針對一塊沼澤，水，或者貓女海報:-)

這就是大概的意思 – 現在讓我們詳細分析下如何計算出G和H值。

關於G值

 

G是從開始點A到達當前方塊的移動量（在本遊戲中是指方塊的數目）。

爲了計算出G的值，我們需要從它的前繼（上一個方塊）獲取，然後加1。所以，每個方塊的G值代表了從點A到該方塊所形成路徑的總移動量。

例如，下圖展示了兩條到達不同骨頭的路徑，每個方塊都標有它的G值：

關於H值

H值是從當前方塊到終點的移動量估算值（在本遊戲中是指方塊的數目）。

移動量估算值離真實值越接近，最終的路徑會更加精確。如果估算值停止作用，很可能生成出來的路徑不會是最短的（但是它可能是接近的）。這個題目相對複雜，所以我們不會再本教程中講解，但是我在教程的末尾提供了一個網絡鏈接，對它做了很好的解釋。

爲了讓它更簡單，我們將使用“曼哈頓距離方法”（也叫“曼哈頓長”或者“城市街區距離”），它只是計算出距離點B，剩下的水平和垂直的方塊數量，略去了障礙物或者不同陸地類型的數量。

例如，下圖展示了使用“城市街區距離”，從不同的開始點到終點，去估算H的值（黑色字）：

A星算法

 

既然你知道如何計算每個方塊的和值（我們將它稱爲F，等於G+H),  我們來看下A星算法的原理。

貓會重複以下步驟來找到最短路徑：

1. 將方塊添加到open列表中，該列表有最小的和值。且將這個方塊稱爲S吧。
2. 將S從open列表移除，然後添加S到closed列表中。
3. 對於與S相鄰的每一塊可通行的方塊T：

1. 如果T在closed列表中：不管它。
2. 如果T不在open列表中：添加它然後計算出它的和值。
3. 如果T已經在open列表中：當我們使用當前生成的路徑到達那裏時，檢查F 和值是否更小。如果是，更新它的和值和它的前繼。

如果你對它的工作原理還有點疑惑，不用擔心 – 我們會用例子一步步介紹它的原理！:]

貓的路徑

讓我們看下我們的懶貓到達骨頭的行程例子。

在下圖中，我根據以下內容，列出了公式F = G + H 中的每項值：

• F（方塊的和值）：左上角
• G（從A點到方塊的移動量）：左下角
• H（從方塊到B點的估算移動量): 右下角

同時，箭頭指示了到達相應方塊的移動方向。

最後，在每一步中，紅色方塊表示closed列表，綠色方塊表示open列表。

好的，我們開始吧！

第一步

第一步，貓會確定相對於開始位置（點A）的相鄰方塊，計算出他們的F和值，然後把他們添加到open列表中：

你會看到每個方塊都列出了H值（有兩個是6，一個是4）。我建議根據“城市街區距離”去計算方塊的相關值，確保你理解了它的原理。

同時注意F值（在左上角）是G（左下角）值和H（右下腳）值的和。
第二步

在第二步中，貓選擇了F和值最小的方塊，把它添加到closed列表中，然後檢索它的相鄰方塊的相關數值。

現在你將看到擁有最小增量的是F值爲4的方塊。貓嘗試添加所有相鄰的方塊到open列表中（然後計算他們的和值），除了貓自身的方塊不能添加以外（因爲它已經被添加到了closed列表中）或者它是牆壁方塊（因爲它不能通行）。

注意被添加到open列表的兩個新方塊，他們的G值都增加了1，因爲他們現在離開始點有2個方塊遠了。你也許需要再計算下“城市街區距離”以確保你理解了每個新方塊的H值。
第三步

再次，我們選擇了有最小F和值（5）的方塊，繼續重複之前的步驟：

現在，只有一個可能的方塊被添加到open列表中了，因爲已經有一個相鄰的方塊在close列表中，其他兩個是牆壁方塊。

第四步

現在我們遇到了一個有趣的情況。正如你之前看到的，有4個方塊的F和值都爲7 – 我們要怎麼做呢？！

有幾種解決方法可以使用，但是最簡單（快速）的方法是一直跟着最近被添加到open列表中的方塊。現在繼續沿着最近被添加的方塊前進。

這次有兩個可通過的相鄰方塊了，我們還是像之前那樣計算他們的和值。
第五步

接着我們選擇了最小和值（7）的方塊，繼續重複之前的步驟：

我們越來越接近終點了！

第六步

你現在訓練有素了！我打賭你能夠猜出下一步是下面這樣子了：

我們差不多到終點了，但是這次你看到有兩條到達骨頭的最短路徑提供給我們選擇：

在我們的例子中，有兩條最短路徑：

• 1-2-3-4-5-6
• 1-2-3-4-5-7

It doesn’t really matter which of these we choose, it comes down to the actual implementation in code.

選擇哪一條其實沒關係，現在到了真正用代碼實現的時候了。

第七步

讓我們從其中一塊方塊，再重複一遍步驟吧：

啊哈，骨頭在open列表中了！
第八步

現在目標方塊在open列表中了，算法會把它添加到closed列表中：

然後，算法要做的所有事情就是返回，計算出最終的路徑！

一隻有遠見的貓

在上面的例子中，我們看到當貓在尋找最短路徑時，它經常選擇更好的方塊（那個在它的未來最短路徑上的方塊）- 好像它是一隻有遠見的貓！

但是如果貓是盲目的，並且總是選擇第一個添加到它的列表上的方塊，會發生什麼事情？

下圖展示了所有在尋找過程中會被使用到的方塊。你會看到貓在嘗試更多的方塊，但是它仍然找到了最短路徑（不是之前的那條，而是另一條等價的）：

圖中的紅色方塊不代表最短路徑，它們只是代表在某個時候被選擇爲“S”的方塊。

我建議你看着上面的圖，並且嘗試過一遍步驟。這次無論你看到哪個相鄰的方塊，都選擇“最壞”的方式去走。你會發現最後還是找到了最短路徑！

所以你可以看到跟隨一個“錯誤的”方塊是沒有問題的，你仍然會在多次重複嘗試後找到最短路徑。

所以在我們的實現中，我們會按照以下的算法添加方塊到open列表中：

• 相鄰的方塊會返回這些順序: 上面/左邊/下面/右邊。
• 當所有的方塊都有相同的和值後，方塊會被添加到open列表中（所以第一個被添加的方塊是第一個被貓挑選的）。

下面是從原路返回的示意圖：

最短的路徑是從終點開始，一步步返回到起點構成的（例子：在終點我們可以看到箭頭指向右邊，所以該方塊的前繼在它的左邊）。

總的來說，我們可以用下面的僞代碼，合成貓的尋找過程。這是Objective-C寫的，但是你可以用任何的語言去實現它：

[openList add:originalSquare]; // start by adding the original position to the open list
do {
	currentSquare = [openList squareWithLowestFScore]; // Get the square with the lowest F score
 
	[closedList add:currentSquare]; // add the current square to the closed list
	[openList remove:currentSquare]; // remove it to the open list
 
	if ([closedList contains:destinationSquare]) { // if we added the destination to the closed list, we've found a path
		// PATH FOUND
		break; // break the loop
	}
 
	adjacentSquares = [currentSquare walkableAdjacentSquares]; // Retrieve all its walkable adjacent squares
 
	foreach (aSquare in adjacentSquares) {
 
		if ([closedList contains:aSquare]) { // if this adjacent square is already in the closed list ignore it
			continue; // Go to the next adjacent square
		}
 
		if (![openList contains:aSquare]) { // if its not in the open list
 
			// compute its score, set the parent
			[openList add:aSquare]; // and add it to the open list
 
		} else { // if its already in the open list
 
			// test if using the current G score make the aSquare F score lower, if yes update the parent because it means its a better path
 
		}
	}
 
} while(![openList isEmpty]); // Continue until there is no more available square in the open list (which means there is no path)

 

現在是不是對實現它很興奮了？！在接下來的教程中，我們將會這麼做！

 

現在可以做什麼？

 

恭喜，你現在知道A星尋路算法的基本原理了！如果你想進一步瞭解它，我建議你閱讀Amit’s A* Pages。

在下一篇系列教程中，我們將在一款簡單的Cocos2D地圖遊戲中實現A星尋路算法！

同時，如果你對於A星算法有任何的疑問，請加入下面的論壇！

作者：

 

 

 

 

這篇blog是由iOS Tutorial Team的成員  Johann Fradj發表的，他目前是一位全職的資深iOS開發工程師。他是Hot Apps Factory的創始人，該公司開發了App Cooker。

翻譯者：

歐澤林目前在ZAKER，一款中國最流行的新聞閱讀類app，負責iOS端的開發工作，在中國廣州。他是位蘋果的超級粉絲，曾經以學生身份參加過2011年6月份的蘋果全球開發者大會（WWDC）。剛畢業不久，喜歡與蘋果有關的一切東西，希望可以跟更多人分享交流。你可以在Twitter, Facebook, 或者Weibo上找到他。