【路径规划】A*算法 Java实现

A*(A-Star)算法是一种广泛使用的寻路算法,尤其在计算机科学和人工智能领域。

算法思想

通过评估函数来引导搜索过程,从而找到从起始点到目标点的最短路径。评估函数通常包括两部分:一部分是已经走过的实际距离,称为g值;另一部分是对当前位置到目标位置的估计距离,称为h值。A*算法每次选择g值加上h值最小的节点作为下一个要访问的节点,直到找到目标节点为止。

A*算法维护一个开放列表和一个关闭列表。开放列表包含待访问的节点,而关闭列表包含已经访问过的节点。算法从起始节点开始,将其加入开放列表。然后,算法从开放列表中选择一个评估函数值最小的节点进行扩展,将其邻居节点加入开放列表,并将当前节点移入关闭列表。算法不断重复这个过程,直到找到目标节点或者开放列表为空。

在这里插入图片描述

代码实现

单元格类实现

/**
 * 表示地图上的一个单元格
 */
class Cell {
    int i, j; // 单元格的行和列索引
    int f, g, h; // f值、g值和h值
    Cell parent; // 父节点
    boolean closed, visited; // 是否关闭和是否访问过

    // 构造函数
    public Cell(int i, int j) {
        this.i = i;
        this.j = j;
        this.f = 0;
        this.g = 0;
        this.h = 0;
        this.parent = null;
        this.closed = false;
        this.visited = false;
    }
}

A*算法类实现

/**
 * A*算法实现类
 */
public class AStar {
    private int[][] map; // 地图
    private int startI, startJ; // 起始位置的行和列索引
    private int endI, endJ; // 目标位置的行和列索引
    private List<Cell> openList = new ArrayList<>(); // 开放列表
    private static final int DIAGONAL_COST = 14; // 对角线移动的代价
    private static final int VERTICAL_HORIZONTAL_COST = 10; // 垂直或水平移动的代价

    // 构造函数
    public AStar(int[][] map, int startI, int startJ, int endI, int endJ) {
        this.map = map;
        this.startI = startI;
        this.startJ = startJ;
        this.endI = endI;
        this.endJ = endJ;
    }

    /**
     * 搜索路径
     */
    public void search() {
        // 创建起始和目标单元格对象
        Cell start = new Cell(startI, startJ);
        Cell end = new Cell(endI, endJ);
        // 将起始单元格添加到开放列表中
        openList.add(start);
        while (!openList.isEmpty()) {
            // 按照f值对开放列表进行排序,选择f值最小的单元格作为当前单元格
            Collections.sort(openList, Comparator.comparingInt(cell -> cell.f));
            Cell current = openList.get(0);
            // 如果当前单元格是目标单元格,则找到路径,打印路径并返回
            if (current.i == end.i && current.j == end.j) {
                printPath(current);
                return;
            }
            // 从开放列表中移除当前单元格,并将其标记为已关闭
            openList.remove(current);
            current.closed = true;
            // 遍历邻居单元格
            for (int[] direction : directions) {
                int newI = current.i + direction[0]; // 计算新的行索引
                int newJ = current.j + direction[1]; // 计算新的列索引
                // 如果新的索引越界,则跳过该邻居单元格的处理
                if (newI < 0 || newI >= map.length || newJ < 0 || newJ >= map[0].length) {
                    continue;
                }
                // 如果邻居单元格是障碍物,则跳过该邻居单元格的处理
                if (map[newI][newJ] == 1) {
                    continue;
                }
                Cell neighbor = new Cell(newI, newJ);
                if (neighbor.closed) { // 已关闭的单元格处理
                    continue;
                }
                // 计算代价和启发式函数值
                int g = current.g + getCost(current, neighbor);
                int h = heuristic(neighbor, end);
                if (!neighbor.visited) { // 未访问过的邻居单元格处理
                    neighbor.visited = true;
                    neighbor.parent = current; // 设置父节点
                    neighbor.g = g; // 设置g值
                    neighbor.h = h; // 设置h值
                    neighbor.f = g + h; // 设置f值
                    openList.add(neighbor); // 添加到开放列表中
                } else if (g < neighbor.g) { // 已访问过的邻居单元格,且新的路径代价更小处理
                    neighbor.parent = current; // 更新父节点
                    neighbor.g = g; // 更新g值
                    neighbor.f = g + neighbor.h; // 更新f值
                }
            }
        }
        System.out.println("No path found."); // 没有找到路径的情况处理
    }

    // 计算从当前单元格到邻居单元格的代价
    private int getCost(Cell current, Cell neighbor) {
        int dx = Math.abs(current.i - neighbor.i);
        int dy = Math.abs(current.j - neighbor.j);
        if (dx == 1 && dy == 1) { // 对角线移动
            return DIAGONAL_COST;
        } else { // 垂直或水平移动
            return VERTICAL_HORIZONTAL_COST;
        }
    }

    // 启发式函数,计算当前单元格到目标单元格的预计代价
    private int heuristic(Cell current, Cell goal) {
        int dx = Math.abs(current.i - goal.i);
        int dy = Math.abs(current.j - goal.j);
        return dx + dy; // 使用曼哈顿距离作为启发式函数
    }

    // 打印路径
    private void printPath(Cell end) {
        List<Cell> path = new ArrayList<>();
        Cell current = end;
        while (current != null) {
            path.add(current);
            current = current.parent;
        }
        Collections.reverse(path);
        System.out.print("Path: ");
        for (Cell cell : path) {
            System.out.print("(" + cell.i + "," + cell.j + ") ");
        }
        System.out.println();
    }

    // 八个方向的移动向量
    private static final int[][] directions = {{-1, -1}, {-1, 0}, {-1, 1}, {0, -1}, {0, 1}, {1, -1}, {1, 0}, {1, 1}};

    public static void main(String[] args) {
        int[][] map = {{0, 0, 0, 0, 0}, {0, 1, 1, 0, 0}, {0, 0, 0, 0, 0}, {0, 1, 1, 1, 0}, {0, 0, 0, 0, 0}}; // 定义地图,0表示可通过,1表示障碍物
        //打印一次地图用于观察
        for (int[] arr : map) {
            for (int x : arr) {
                System.out.print(x + "   ");
            }
            System.out.println();
        }
        AStar astar = new AStar(map, 0, 0, 4, 4); // 创建A*对象,设置起始位置和目标位置
        astar.search(); // 搜索路径
    }
}

以下是它的优点和缺点:

优点

  • 完整性:A* 算法总是能找到从起始点到目标点的最短路径,只要这样的路径存在。
  • 最优性:A* 算法找到的路径是最短的,或者说代价最小的。
  • 启发式搜索:A* 算法采用启发式函数来引导搜索过程,提高了搜索效率。

缺点

  • 空间复杂度较高:A* 算法需要存储搜索过程中的所有节点,因此在复杂地图或大数据集上运行时,可能会占用大量内存。
  • 时间复杂度较高:尽管 A* 算法比许多其他搜索算法更高效,但在大规模问题中,搜索时间可能会变得很长。
  • 对启发式函数依赖性强:A* 算法的效率在很大程度上取决于选择的启发式函数。如果启发式函数选择不当,可能会导致搜索效率低下。

以上就是 A* 算法的优缺点,需要根据具体的应用场景来决定是否使用 A* 算法。

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。如若转载,请注明出处:/a/106009.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

漏洞复现-Apache Druid 任意文件读取 _(CVE-2021-36749)

Apache Druid 任意文件读取 _&#xff08;CVE-2021-36749&#xff09; 漏洞信息 Apache Druid Version 0.22以下版本中存在安全漏洞CVE-2021-36749文件读取漏洞 描述 ​ 由于用户指定 HTTP InputSource 没有做出限制&#xff0c;可以通过将文件 URL 传递给 HTTP InputSourc…

网络扫描与网络监听

前言&#xff1a;前文给大家介绍了网络安全相关方面的基础知识体系&#xff0c;以及什么是黑客&#xff0c;本篇文章笔者就给大家带来“黑客攻击五部曲”中的网络扫描和网络监听 目录 黑客攻击五部曲 网络扫描 按扫描策略分类 按照扫描方式分类 被动式策略 系统用户扫描 …

16 用于NOMA IoT网络上行链路安全速率最大化的HAP和UAV协作框架

文章目录 摘要相关模型仿真实验仿真结果 摘要 优化无人机到HAP的信道分配、用户功率和无人机三维位置来研究上行安全传输解决非凸问题&#xff0c;采用K-means聚类算法&#xff0c;将成对的用户划分成不同的组&#xff0c;每个簇可以有相应的无人机服务&#xff0c;然后将构造…

RocksDB基本架构与原理详解

Rocksdb Flink提供基于流的有状态计算&#xff0c;除了提供实时数据流的处理能力&#xff0c;还需要将计算产生的状态存储起来。 为了满足状态存取需求&#xff0c;提供了memory、flie system、rocksdb三种类型的状态存储机制。 memory存取高效单空间有限&#xff0c;且可用…

前端JS for循环内异步接口变成同步提交(JavaScript for循环异步变同步)

遇见的问题&#xff1a; 导入Excel文件的时候&#xff0c;将每行数据整合成一个数组&#xff0c;循环数组插入每一条数据&#xff0c;插入数据后要判断是否插入成功&#xff0c;如果没插入成功的话&#xff0c;停止循环&#xff0c;不再插入后面的数据。甚至插入数据后&#xf…

elementui时间日期组件右边自定义图标

效果 改为 首先是将左边的清除图标关闭 然后是将右边的图标设置为display&#xff1a;none,设置宽度&#xff0c;左右内边距 最后是 mounted() {/*思路&#xff1a;通过document文档&#xff0c;选中日期时间选择器元素&#xff0c;然后创建一个i标签&#xff0c;并指定其类…

SOLIDWORKS® 2024 新功能 - SIMULATION

1、增强型轴承接头 • 通过指定压缩、拉伸和弯曲的刚度&#xff0c;轻松创建自定义轴承接头。 • 通过向非线性和大型位移算例添加自定义条件&#xff0c;提高模拟精度。 优点 使用功能强大的接口&#xff0c;更轻松、更准确地设置模拟过程&#xff0c;并加快模拟速度。 2、…

【计数DP】CF1794D

Problem - D - Codeforces 题意 思路 解法大方向对了&#xff0c;但是还是不会做&#xff0c;原因是组合数不知道怎么求 首先需要注意到一些东西&#xff1a; 1.底数一定是质数 2.质数个数 < n 一定无解 3.哪些质数作为底数是不确定的 4.n < 2022 那么我们其实可…

CentOS 7设置固定IP地址

当我们安装了一个虚拟机或者装了一个系统的时候&#xff0c;经常会遇到需要设置固定ip的情况&#xff0c;本文就以Centos 7为例&#xff0c;讲述如何修改固定IP地址。 1、用ifconfig命令查看使用的网卡 如上图所示&#xff0c;我们就会看到我们目前使用的网卡名称 2、编辑网卡…

“数聚瑞安·创新未来”中国·瑞安第四届创新创业大赛圆满举办!

10月26日&#xff0c;“数聚瑞安 创新未来”中国瑞安第四届创新创业大赛决赛在瑞安东新科创园举行。本次大赛旨在挖掘优质的创新创业项目激活本地创新创业氛围&#xff0c;激发创新创业活力&#xff0c;数字科创赛道吸引了来自全国20多个省市自治区的50多个城市的100多家企业和…

Linux系统下的文件系统、各文件系统下目录结构及作用

要利用任何Linux系统,你需要对Linux的文件和目录(也称文件夹)了解。 Linux shell命令行中,文件和目录不是直观看见。需要使用:cd、ls、pwd等shell命令在目录之间切换。 Linux文件被收集到目录中,目录形成一个层级或树状结构: 一个目录可能包含其他目录,这些目录被称为子…

TCP通信实战案例-即时通信

即时通信是什么含义&#xff0c;要实现怎么样的设计&#xff1f; 即时通信&#xff0c;是指一个客户端的消息发出去&#xff0c;其他客户端可以接收到。 即时通信需要进行端口转发的设计思想。 服务端需要把在线的Socket管道存储起来。 一旦收到一个消息要推送给其他管道。…

CentOS 7.9.2009 数据盘挂载

一、linux版本&#xff1a; lsb_release -a 二、操作步骤 2.1&#xff0c;查看磁盘挂载情况&#xff0c;确认sdb是需挂载的硬盘 ## 查看磁盘挂载情况&#xff0c;确认sdb是需挂载的硬盘 lsblk 2.2&#xff0c;对硬盘sdb进行分区 ## 对硬盘sdb进行分区 fdisk /dev/sdb# 命令…

JVM进阶(2)

一)方法区: java虚拟机中有一个方法区&#xff0c;该区域被所有的java线程都是共享&#xff0c;虚拟机一启动&#xff0c;运行时数据区就被开辟好了&#xff0c;官网上说了方法区可以不压缩还可以不进行GC&#xff0c;JAVA虚拟机就相当于是接口&#xff0c;具体的HotSpot就是虚…

iPhone手机屏幕分辨率

ios app测试时&#xff0c;需要测试应用在不同型号的苹果手机上的表现形式&#xff0c;可以自己在浏览器上配置。 代数设备逻辑像素尺寸缩放发布时间第一代iPhone 2G320 x 480480 x 3203.5寸1x2007年6月29日第二代iPhone 3320 x 480480 x 3203.5寸1x2008年7月11日第三代iPhone …

OpenText 安全取证软件——降低成本和风险的同时,简化电子取证流程

OpenText 安全取证软件&#xff0c;行业标准的数字调查解决方案&#xff0c;适用于各种规模和各种行业的组织 降低成本和复杂性 • 远程调查比轮流调查过程更有效 对结果持有信心 • 磁盘级可见性可以完成相关端点数据的搜索和收集 谨慎调查 • 完整的网络调查&#xf…

sql server 生成连续日期和数字

在sqlserver里&#xff0c;可以利用系统表master..spt_values里面存储的连续数字0到2047&#xff0c;结合dateadd&#xff08;&#xff09;函数生成连续的日期 select convert (varchar(10),dateadd(d, number, getdate()),23) as workday from master..spt_values where type…

【从瀑布模式到水母模式】ChatGPT如何赋能软件研发全流程

文章目录 &#x1f384;前言&#x1f354;本书概要&#x1f33a;内容简介&#x1f33a;作者简介&#x1f33a;专家推荐&#x1f6f8;读者对象&#x1f354;彩蛋 &#x1f384;前言 计算机技术的发展和互联网的普及&#xff0c;使信息处理和传输变得更加高效&#xff0c;极大地…

【2023CANN训练营第二季】——通过一份入门级算子开发代码了解Ascend C算子开发流程

本次博客讲解的代码是Gitee代码仓的Ascend C加法算子开发代码&#xff0c;代码地址为&#xff1a; quick-start 打开Add文件&#xff0c;可以看到文件结构如下&#xff1a; 其中add_custom.cpp是算子开发的核心文件&#xff0c;包括了核函数的实现&#xff0c;展示了如何在Asc…

2023年【安全生产监管人员】考试报名及安全生产监管人员复审考试

题库来源&#xff1a;安全生产模拟考试一点通公众号小程序 安全生产监管人员考试报名是安全生产模拟考试一点通总题库中生成的一套安全生产监管人员复审考试&#xff0c;安全生产模拟考试一点通上安全生产监管人员作业手机同步练习。2023年【安全生产监管人员】考试报名及安全…