最短路径算法.docVIP

最短路径算法??????? 最短路径算法重要的应用有计算机网络路由，机器人探路，交通路线导航，人工智能游戏设计等等。美国火星探测器核心的寻路算法就是采用的D*（D Star）算法。最短路径计算分静态最短路计算和动态最短路计算。静态路径最短路径算法是外界环境不变，计算最短路径。主要有Dijkstra算法，A*（A Star）算法。 动态路径最短路是外界环境不断发生变化，即不能计算预测的情况下计算最短路。如在游戏中敌人或障碍物不断移动的情况下。典型的有D*算法。Dijkstra算法求最短路径??????? Dijkstra算法是典型最短路算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解，但由于它遍历计算的节点很多，所以效率低。??????? 大概过程： 创建两个表，OPEN, CLOSE。 OPEN表保存所有已生成而未考察的节点，CLOSED表中记录已访问过的节点。 1． 访问路网中里起始点最近且没有被检查过的点，把这个点放入OPEN组中等待检查。 2． 从OPEN表中找出距起始点最近的点，找出这个点的所有子节点，把这个点放到CLOSE表中。 3． 遍历考察这个点的子节点。求出这些子节点距起始点的距离值，放子节点到OPEN表中。 4． 重复2，3，步。直到OPEN表为空，或到目标点。 A*（A Star）算法?? ???? A*算法是静态路网中求解最短路最有效的方法。公式表示为：f(n)=g(n)+h(n),?其中f(n) 是节点n从初始点到目标点的估价函数，g(n) 是从初始节点到n节点的实际代价，h(n)是从n到目标节点最佳路径的估计代价。对于平面路径来说，可以取两节点间直线距离做为估价值，即f=g(n)+sqrt((dx-nx)２ +(dy-ny) ２) ；这样f在g值一定的情况下，会受估值h的制约，节点距目标点近，h值小，f值相对就小，能保证最短路的搜索向终点的方向进行。明显优于Dijstra算法的毫无方向的向四周搜索。??????? 主要搜索过程：OPEN:＝（s），f（s）:＝g（s）+h（s）; LOOP：IF OPEN＝（ ）THEN EXIT（FAIL）；n:＝FIRST（OPEN）； IF GOAL（n）THEN EXIT（SUCCESS）；REMOVE（n，OPEN），ADD（n，CLOSED）；EXPAND（n）→{mi}，计算f（n，mi）＝g（n，mi）+h（mi）；g（n，mi）是从s通过n到mi的耗散值，f（n，mi）是从s通过n、mi到目标点耗散值的估计。 ·??? ADD（mj，OPEN），标记mi到n的指针。·?? IF f（n，mk）f（mk）THEN f（mk）:＝f（n，mk） ·??? IF f（n，ml）f（ml）? THEN f（ml）:＝f（n，ml），ADD（ml，OPEN）；OPEN中的节点按f值从小到大排序；GO LOOP；（mi=mj+mk+ml? mk为已经出现在OPEN表中的子节点，mj为已经出现在CLOSE表中的子节点。）动态路网，最短路径算法 D*??????? A* 在静态路网中非常有效（very efficient for static worlds），但不适于在动态路网，环境如权重等不断变化的动态环境下。? D*是动态A*（D-Star,Dynamic A Star） 卡内及梅隆机器人中心的Stentz在1994和1995年两篇文章提出，主要用于机器人探路。是火星探测器采用的寻路算法。