推箱子推动路径搜索算法.pdfVIP

推箱子游戏的一个箱子推动路径搜索算法 发表于 2012 年 05 月 14 日 Object 1 作者：杨超 地址：http://sokoban.ws/blog/?p=298 推箱子自 1981 年诞生至今，已经超过 30 年了。推箱子软件的功能也有了很大的改进。从刚开始的只能 用键盘一步一步的移动，到上世纪 90 年代后期 起，用电脑辅助搜索一个箱子的推动路径，从而实现用鼠 标两次点击（或是拖放）就能实现一个箱子的任意推动。可以说，电脑辅助路径搜索，已经成为推箱子 软件 的一个标准功能，使得人们从繁琐的逐步操作中解放出来，在更大一些的关卡中探寻更多的挑战和 乐趣。 一个箱子的推动路径搜索并不是一个很难的算法，用最基本的广度优先搜索算法 (Breadth-first search) ，就可以很快地找到一个推动数最少（但此时移动步数不一定最少）的路径。我2002 年春写 《Final Sokoban》第一次实现了这个算法，2004 年写《M2 Sokoban》又实现了一次。这两次都是用 C 或 C 在 Windows 平台下写的。2010 年后写 Java Applet 《 SokoPlayer 》 ，用C 写 Linux 下的 《 USokoban 》 和用 Javascript 写《 SokoPlayer HTML5 》 ，都实现过这个算法。下面简单说一下这个 算法的要点。 首先，必须明确搜索的一个结点是什么。我们是考虑选中一个箱子后，不推其他箱子的前提下，把选中 的箱子推到一个目的地。于是，在推动这个箱子的过程 中，其他箱子可以视为墙体。又我们以推动一步 为基本的单位来搜索，不以移动一步来搜索。所以搜索的一个结点由两个要素确定：一是箱子的位置， 二是人相对于 箱子的方向。这是因为箱子可以把人隔在关卡中不同的区域。 以下面这个简单的关卡为例： (图一) 可以点击下面链接玩这一关。 http://sokoban.ws/sokoplayer/?w=4h=9lvl=HHHH|H__H|H__H|H__H|H__H|HH$H|_HaH| _H.H|_HHH 这一关的按广度优先搜索得到的树如下： 在上述搜索树中我们看到，结点 a 和结点 f 的箱子位置是一样的，但是由于人的位置不同，所以是两个 不同的结点。一般地，当前要推动的箱子最多把关卡隔为四个不同区域（即上下左右，在程序中可以用 0 ，1 ，2 ，3 或其他常数表示）。所以若关卡大小不超过 n*n ，则搜索总的结点不超过 4n*n 个。 广度优先搜索通常要用到一个先入先出(First-in first-out)的队列(Queue)来保存搜索过程中的结点。根据 前面的分析，每个结点只需保存箱子位置和人相对于箱子的位置。如，结点 a 可记为 [(C, 6) 下] ，其中 (C, 6)是图一中箱子标尺坐标，“下”表示人相对于箱子的位置。这样，一个结点在搜索队列中用 2 到 3 个 字节便可以保存。 其次，搜索过程中，结点可能重复出现，我们必须记住哪些结点前面已经访问过了，只把新的结点添加 到搜索队列中。比如上面例子中，结点 e 箱子有向上和向下推两种可能。向上推得到新结点 g ；向下推得 到的本质上是结点 c ，这个在前面已经出现，所以忽略不要。 幸好，我们已经分析过了，总结点不超过 4n*n 个，我们可以用一个 4n*n 个单元的数组来记录结点是否 已经访问过。初始时，数组全为 0 ，每遇到一个 新结点，它在数组上对应的位置改为 1 ，表示访问过了。 于是，搜索中，我们每推一步得到一个结点，只需查看该数组的相应位置是 0 还是 1 ，快速判断这个结点 是 否新结点。 比如，结点 c 我们可以记为[(C,4)下]。我们确认它是一个新结点加入队尾时，把[(C,4)下]对应的位置标 记为 1。注意，同时我们把 [(C,4)左]和[(C,4)上]也标记为 1 ，因为这三者本质上是同一个结点。在具体 的算法实现上，我们检查一下人能否从箱子下方在不推动任何箱子的前 提下，自由地移动到箱子的其他 方向。 有了以上的分析，我们可以把总的算法描述如下（假设关卡不超过 80 x 80 ）： (1)初始化准备 ：建立搜索队列 q ，把初始结点入队。用数组 t[80][80][4] 来记录结点是否访问过，初始 化为全为 o ，然后把数组 t 中与初始结点对应的位置和与之等价的位置标记为 1。 (2) 主循环 ：根据队列是否为空 ，分别执行操作(2.1)或(2.2) (2.1) 若队列非空 ，让队头结点出队。从此结点出发