路径搜索算法 A* 算法 和 Dijkstra 算法

2024-01-03 10:35:55

?A*算法和Dijkstra算法是两种常用的路径搜索算法,用于在图形结构中寻找最短路径。它们都属于单源最短路径算法,可以用于解决各种寻路问题。

????????A算法是一种启发式搜索算法,同时考虑了实际移动代价和估计距离代价,通过估计代价来指导搜索方向,并选择最优的路径。A算法通过估价函数值 f(n) = g(n) + h(n) 来评估节点的优先级,其中 g(n) 是实际移动代价,h(n) 是从当前节点到目标节点的估计代价。A算法使用优先队列(通常是最小堆)来管理待处理的节点,每次选择具有最小 f(n) 值的节点进行扩展。A算法在最优条件下(即 h(n) 函数是准确的)保证能够找到最短路径。

????????Dijkstra算法是一种经典的图搜索算法,通过不断选择最短路径的节点进行扩展,逐步确定从起点到达其他节点的最短路径。Dijkstra算法使用一个距离数组来记录起始节点到每个节点的最短距离,通过选择当前距离最小的节点进行扩展,更新与该节点相邻节点的距离值。Dijkstra算法在没有负权边的情况下保证能够找到最短路径。

????????总结:A*算法通过使用估计函数来指导搜索方向,具有较高的效率和准确性,特别适用于路径搜索问题。Dijkstra算法是一种经典的最短路径算法,适用于图中存在负权边(但不能有负权环)的场景。根据实际情况选择合适的算法,可以高效地寻找最短路径。

A*路径搜索算法的完整代码:

using System;
using System.Collections.Generic;

public class AStarPathfinding
{
    // 定义节点类
    public class Node
    {
        public int x;
        public int y;
        public bool isWalkable;
        public List<Node> neighbors;
        public Node parent;
        public int gCost;
        public int hCost;

        public Node(int x, int y, bool isWalkable)
        {
            this.x = x;
            this.y = y;
            this.isWalkable = isWalkable;
            neighbors = new List<Node>();
        }

        public int fCost { get { return gCost + hCost; } }
    }

    // 寻找路径
    public static List<Node> FindPath(Node startNode, Node endNode)
    {
        List<Node> openSet = new List<Node>();
        HashSet<Node> closedSet = new HashSet<Node>();
        openSet.Add(startNode);

        while (openSet.Count > 0)
        {
            Node currentNode = openSet[0];
            for (int i = 1; i < openSet.Count; i++)
            {
                if (openSet[i].fCost < currentNode.fCost || openSet[i].fCost == currentNode.fCost && openSet[i].hCost < currentNode.hCost)
                {
                    currentNode = openSet[i];
                }
            }

            openSet.Remove(currentNode);
            closedSet.Add(currentNode);

            if (currentNode == endNode)
            {
                return GeneratePath(startNode, endNode);
            }

            foreach (Node neighbor in currentNode.neighbors)
            {
                if (!neighbor.isWalkable || closedSet.Contains(neighbor))
                {
                    continue;
                }

                int newCostToNeighbor = currentNode.gCost + GetDistance(currentNode, neighbor);
                if (newCostToNeighbor < neighbor.gCost || !openSet.Contains(neighbor))
                {
                    neighbor.gCost = newCostToNeighbor;
                    neighbor.hCost = GetDistance(neighbor, endNode);
                    neighbor.parent = currentNode;

                    if (!openSet.Contains(neighbor))
                    {
                        openSet.Add(neighbor);
                    }
                }
            }
        }

        return null;
    }

    // 计算两个节点之间的距离
    public static int GetDistance(Node nodeA, Node nodeB)
    {
        int distanceX = Math.Abs(nodeA.x - nodeB.x);
        int distanceY = Math.Abs(nodeA.y - nodeB.y);

        return distanceX + distanceY;
    }

    // 生成路径
    public static List<Node> GeneratePath(Node startNode, Node endNode)
    {
        List<Node> path = new List<Node>();
        Node currentNode = endNode;

        while (currentNode != startNode)
        {
            path.Add(currentNode);
            currentNode = currentNode.parent;
        }

        path.Reverse();
        return path;
    }

    // 使用示例
    static void Main(string[] args)
    {
        // 创建地图
        Node[,] map = new Node[10, 10];
        for (int i = 0; i < 10; i++)
        {
            for (int j = 0; j < 10; j++)
            {
                bool isWalkable = true;  // 是否可以行走,根据实际情况设置
                map[i, j] = new Node(i, j, isWalkable);
            }
        }

        // 设置邻居节点
        for (int i = 0; i < 10; i++)
        {
            for (int j = 0; j < 10; j++)
            {
                Node node = map[i, j];
                if (i > 0)
                {
                    node.neighbors.Add(map[i - 1, j]);
                }
                if (i < 9)
                {
                    node.neighbors.Add(map[i + 1, j]);
                }
                if (j > 0)
                {
                    node.neighbors.Add(map[i, j - 1]);
                }
                if (j < 9)
                {
                    node.neighbors.Add(map[i, j + 1]);
                }
            }
        }

        // 测试寻路
        Node startNode = map[0, 0];
        Node endNode = map[9, 9];
        List<Node> path = FindPath(startNode, endNode);

        if (path != null)
        {
            Console.WriteLine("Path Found:");
            foreach (Node node in path)
            {
                Console.WriteLine("(" + node.x + ", " + node.y + ")");
            }
        }
        else
        {
            Console.WriteLine("No Path Found.");
        }
    }
}

????????在示例代码中,我们定义了一个 AStarPathfinding 类实现A*路径搜索的相关逻辑。代码中包含了一个 Node 类用于表示节点对象,以及 FindPath 函数用于寻找路径,GetDistance 函数用于计算两个节点之间的距离,GeneratePath 函数用于生成路径。

????????在 Main 函数中,我们首先创建了一个 10x10 的地图,设置各个节点的可行走状态,并为每个节点设置邻居节点。然后,我们以 (0, 0) 作为起始节点,(9, 9) 作为目标节点,调用 FindPath 函数寻找路径。如果找到了路径,则输出路径上的节点坐标;否则,输出 "No Path Found."。

????????请注意,这只是一个简单的示例,实际的路径搜索算法根据具体的场景和需求可能需要更复杂的实现。

Dijkstra算法的完整代码:

using System;
using System.Collections.Generic;

public class DijkstraAlgorithm
{
    // 定义节点类
    public class Node
    {
        public int id;
        public int distance;
        public bool visited;
        public List<Edge> edges;

        public Node(int id)
        {
            this.id = id;
            this.distance = int.MaxValue;
            this.visited = false;
            this.edges = new List<Edge>();
        }
    }

    // 定义边类
    public class Edge
    {
        public Node source;
        public Node destination;
        public int weight;

        public Edge(Node source, Node destination, int weight)
        {
            this.source = source;
            this.destination = destination;
            this.weight = weight;
        }
    }

    // Dijkstra算法
    public static void Dijkstra(Node startNode)
    {
        startNode.distance = 0;

        PriorityQueue<Node> queue = new PriorityQueue<Node>();
        queue.Enqueue(startNode);

        while (queue.Count > 0)
        {
            Node currentNode = queue.Dequeue();
            currentNode.visited = true;

            foreach (Edge edge in currentNode.edges)
            {
                Node neighborNode = edge.destination;
                int distance = currentNode.distance + edge.weight;

                if (distance < neighborNode.distance)
                {
                    neighborNode.distance = distance;

                    if (!neighborNode.visited)
                    {
                        queue.Enqueue(neighborNode);
                    }
                }
            }
        }
    }

    // 示例用法
    public static void Main()
    {
        // 创建节点
        Node nodeA = new Node(0);
        Node nodeB = new Node(1);
        Node nodeC = new Node(2);
        Node nodeD = new Node(3);
    
        // 创建边
        Edge edgeAB = new Edge(nodeA, nodeB, 2);
        Edge edgeAC = new Edge(nodeA, nodeC, 4);
        Edge edgeBC = new Edge(nodeB, nodeC, 1);
        Edge edgeCD = new Edge(nodeC, nodeD, 3);

        // 添加边到节点的边列表
        nodeA.edges.Add(edgeAB);
        nodeA.edges.Add(edgeAC);
        nodeB.edges.Add(edgeBC);
        nodeC.edges.Add(edgeCD);

        // 运行Dijkstra算法
        Dijkstra(nodeA);

        // 输出最短距离
        Console.WriteLine("Shortest distance from nodeA to nodeD: " + nodeD.distance);
    }
}

????????这个代码示例创建了一组示例节点和边,然后运行Dijkstra算法来找到从起点到终点的最短路径。在这个示例中,节点使用id来唯一标识,边包含源节点,目标节点和权重。Dijkstra算法使用优先队列来管理待处理的节点,通过不断选择最短距离的节点进行扩展,更新相邻节点的距离值。最后,输出从起点到终点的最短距离。

????????请注意,这只是一个简单的示例,实际使用时可能需要根据具体情况进行修改和扩展。?

文章来源:https://blog.csdn.net/hefeng_aspnet/article/details/135356191
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。