八数码问题A算法实的现及性能分析.docVIP

八数码问?题A*算法的实现及性?能分析 ? 计算?机科学与技术学院 专?业：计算机科学与技术? 161210404? 杨凯迪 目录 ? 一、8数码问题 3? 1.问题描述 3 ?2. 八数码问题形式?化描述 3 3. 解?决方案 4 二、A*?算法 4 1. A*?搜索算法一般介绍 4? 2. A*算法的伪?代码 5 3. 建立?合适的启发式 6 三?、算法实现及性能比较? 7 四、算法性能分?析 8 五、结论 9? 六、参考文献 10? 附录 10 ? ? 一、8数码问题? 1.问题描述 八数?码问题是指这样一种游?戏：将分别标有数字1?，2，3，…，8 的?八块正方形数码牌任意?地放在一块3×3 的?数码盘上。放牌时要求?不能重叠。于是，在3?×3 的数码盘上出现?了一个空格。现在要求?按照每次只能将与空格?相邻的数码牌与空格交?换的原则，不断移动该?空格方块以使其和相邻?的方块互换，直至达到?所定义的目标状态。空?格方块在中间位置时有?上、下、左、右4个方?向可移动，在四个角落?上有2个方向可移动，?在其他位置上有3个方?向可移动，问题描述如?图1-1所示 ? ? 初始状态 ? ? 过渡状?态 ? 最终?状态 图1-1 八数?码问题执行过程 2?. 八数码问题形式化?描述 初始状态： 初?始状态向量：规定向量?中各分量对应的位置，?各位置上的数字。把3?×3的棋盘按从左到右?，从上到下的顺序写成?一个一维向量。我们可?以设定初始状态：1?,5,2,4,0,3?,6,7,8 后继?函数： 按照某种规则?移动数字得到的新向量?。例如： 1,5,?2,4,0,3,6,?7,8?1,0,?2,4,5,3,6,?7,8 目标测试：? 新向量是都是目标状?态。即1,2,3,?4,5,6,7,8,?0是目标状态？ 路?径耗散函数： 每次移?动代价为1，每执行一?条规则后总代价加1。? 3. 解决方案 ?该问题是一个搜索问题?。它是一种状态到另一?种状态的变换。要解决?这个问题，必须先把问?题转化为数字描述。由?于八数码是一个3*3?的矩阵，但在算法中不?实用矩阵，而是将这个?矩阵转化为一个一维数?组，使用这个一维数组?来表示八数码，但是移?动时要遵守相关规则。? (1) 可用如下形?式的规则来表示数字通?过空格进行移动： ?a1,a2,a3,a?4,a5,a6,a7?,a8,a9→b?1,b2,b3,b4?,b5,b6,b7,?b8,b9 (2)?共24条移动规则，对?应与每个位置的移动规?则。 (3)搜索顺序?举例： 1) 优先?移动行数小的棋子(数?字) 2) 同一行?中优先移动列数大的棋?子 (4)约束规则：?不使离开既定位置的数?字数增加 八数码的节?点扩展应当遵循棋子的?移动规则。按规则，每?一次可以将一个与空格?相邻的棋子移动到空格?中，实际上也可以看做?空格的相反方向移动。?空格的移动方向可以是?上下左右，当然不能出?边界。棋子的位置，也?就是保存状态的数组元?素的下标，空格移动后?，相应位置发生变化，?在不移出边界的条件下?，空格向右，下，左，?上移动后，新位置是原?位置分别加上1,3，?-1，-3。在这里，?空格可以用任意数字表?示。操作本文用u(u?p) r(right?) d(down) ?l(left) 分别?表示空格的向上向右向?下向左四个操作。 经?分析，8数码问题的搜?索策略共有：1.广度?优先搜索、2.深度优?先搜索、3.有界深度?优先搜索、4.最好优?先搜索、5.局部择优?搜索，等等。其中广度?优先搜索法是可采纳的?，有界深度优先搜索法?是不完备的，最好优先?和局部择优搜索法是启?发式搜索法。 本实验?采用启发式A*搜索算?法来实现。 二、?A*算法 1. A*?搜索算法一般介绍 A?* 算法实际是一种启?发式搜索，所谓启发式?搜索，就是利用一个估?价函数评估每次的的决?策的价值，决定先尝试?哪一种方案，这样可以?极大的优化普通的广度?优先搜索。一般来说，?从出发点(A)到目的?地(B)的最短距离是?固定的，我们可以写一?个函数 judge(?) 估计 A 到 B? 的最短距离，如果程?序已经尝试着从出发点? A 沿着某条路线移?动到了 C 点, 那?么我们认为这个方案的? A B 间的估计距?离为 A 到 C 实?际已经行走了的距离 ?H 加上用 judg?e() 估计出的 C? 到 B 的距离。 ?如此，无论我们的程序?搜索展开到哪一步，都?会算出一个评估值，每?一次决策后，将评估值?和等待处理的方案一