A星算法求解8数码问题实验.docxVIP

实验三:A*算法求解8数码问题实验 一、 实验目的 熟悉与掌握启发式搜索的定义、估价函数与算法过程，并利用A* 算法求解N数码难题,理解求解流程与搜索顺序。 二、 实验内容 1、 八数码问题描述 所谓八数码问题起源于一种游戏:在一个3X3的方阵中放入八个 数码1、2、3、4、5、6、7、其中一个单元格就是空的。将任意 摆放的数码盘（城初始状态）逐步摆成某个指定的数码盘的排列 （目标状态），如图1所示 初始状态 目标状态 ②⑧③①②③ ①⑥④吩⑧O④ ⑦O⑤⑦⑥⑤ 图1八数码问题的某个初始状态与目标状态 对于以上问题，我们可以把数码的移动等效城空格的移动。如图1 的初始排列，数码7右移等于空格左移。那么对于每一个排列，可能的 一次数码移动最多只有4中,即空格左移、空格右移、空格上移、空 格下移。最少有两种（当空格位于方阵的4个角时）。所以，问题就转换 成如何从初始状态开始，使空格经过最小的移动次数最后排列成目标 状态。 2、 八数码问题的求解算法 2、1盲目搜索 宽度优先搜索算法、深度优先搜索算法 2、2启发式搜索 启发式搜索算法的基本思想就是:定义一个评价函数f,对当前 的搜索状态进行评估，找出一个最有希望的节点来扩展。 先定义下面几个函数的含义： f*(n)=g*(n)+h*(n) (1) 式中g*(n)表示从初始节点s到当前节点n的最短路径的耗散 值;h*(n)表示从当前节点n到目标节点g的最短路径的耗散值尸(n) 表示从初始节点s经过n到目标节点g的最短路径的耗散值。 评价函数的形式可定义如⑵式所示： f(n)=g(n)+h(n) (2) 其中n就是被评价的当前节点。f(n)、g(n)与h(n)分别表示就是 对f*(n) g*(n)与h*(n)3个函数值的估计值。 利用评价函数f(n)=g(n)+h(n)来排列OPEN表节点顺序的图搜索 算法称为算法A。在A算法中，如果对所有的x, h(x)=h*(x) (3) 成立,则称好h(x)为h*(x)的下界，它表示某种偏于保守的估计。 采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法。 针对八数码问题启发函数设计如下： f(n)=d(n)+p(n) (4) 其中A*算法中的g(n)根据具体情况设计为d(n),意为n节点的深 度，而h(n)设计为 图2 A*算法流程图 p(n),意为放错的数码与正确的位置距离之与。 由于实际情况中,一个将牌的移动都就是单步进行的，没有交换 拍等这样的操作。所以要把所有的不在位的将牌,移动到各自的目 标位置上,至少要移动从她们各自的位置到目标位置的距离与这么 多次，所以最有路径的耗散值不会比该值小，因此该启发函数h(n)满 足A*算法的条件。 3、 A*算法流程图，如图2 4、 A*算法总结 4、1,把起始状态添加到开启列表。 4、2,重复如下工作： 寻找开启列表中f值最低的节点，我们称它为BESTNOE 把它切换到关闭列表中。 对相邻的4个节点中的每一个 *如果它不在开启列表，也不在关闭列表，把它添加到开启列 表中。把BESTNODE作为这一节点的父节点。记录这一节点的f 与g值 ★如果它已在开启或关闭列表中，用g值为参考检查新的路 径就是否更好。更低的g值意味着更好的路径。如果这样,就把这 一节点的父节点改为BESTNODE,并且重新计算这一节点的f与g值, 如果保持开启列表的f值排序，改变之后需要重新对开启列表排序。 d）停止 把目标节点添加到关闭列表，这时候路径被找到，或者没有 找到路径，开启列表已经空了，这时候路径不存在。 4、3,保存路径。从目标节点开始，沿着每一节点的父节点移动直到 回到起始节点。这就就是求得的路径。 5、数据结构 采用结构体来保存八数码的状态、f与g的值以及该节点的父节点; struct Node{ int s[3][3];//保存八数码状态,0代表空格 int f,g;//启发函数中的f与g值 struct Node * next; struct Node *previous;//保存其父节点 }； 6、实验结果，如图3所示 图3 A*算法求解八数码问题实验结果 7、源代码 // 〃代码:利用A*算法求解八数码问题。 〃八数码问题的启发函数设计为:f(n)二d(n)+p(n),其中A*算法中的g(n) 根据具体情况设计为d(n),意为n节点的深度，而h(n)设计为p(n),意为 放错的数码与正确的位置距离之与。 〃后继结点的获取:数码的移动等效为空格的移动。首先判断空格上下 左右的可移动性，其次移动空格获取后继结点。 // #includestdio^ h #includestdlibx h #includemath h 〃八数码状态对应的节点结构体 struct Node{ int s[3][3]