实验四：A星算法求解迷宫问题实验.docx

实验四:A*算法求解迷宫问题实验

实验目得

熟悉和掌握启发式搜索得定义、估价函数和算法过程,并利用Ａ*算法求解迷宫问题,理解求解流程和搜索顺序。

实验内容

迷宫问题可以表述为:一个二维得网格,0表示点可走,1表示点不可以走,点用(ｘ,y)表示,寻找从某一个给定得起始单元格出发,经由行相邻或列相邻得单元格(可以通过得),最终可以到达目标单元格得、所走过得单元格序列。在任一个单元格中,都只能看到与她邻近得4个单元格(如果位于底边,则只有3个;位于4个角上,则只有2个就就是否能通过)。

Ａ＊算法就就是人工智能中得一种搜索算法,就就是一种启发式搜索算法,她不需遍历所有节点,只就就是利用包含问题启发式信息得评价函数对节点进行排序,使搜索方向朝着最有可能找到目标并产生最优解得方向。她得独特之处就就是检查最短路径中每个可能得节点时引入了全局信息,对当前节点距终点得距离做出估计,并作为评价节点处于最短路线上得可能性得度量。

A*算法中引入了评估函数,评估函数为:f(n)=g(n)+h(n)

其中:ｎ就就是搜索中遇到得任意状态。g(n)就就是从起始状态到n得代价。h(n)就就是对ｎ到目标状态代价得启发式估计。即评估函数f(ｎ)就就是从初始节点到达节点ｎ处已经付出得代价与节点n到达目标节点得接近程度估价值得总和。

这里我们定义ｎ点到目标点得最小实际距离为h(n)*,Ａ*算法要满足得条件为:h(n)=ｈ(n)*

迷宫走得时候只能往上下左右走,每走一步,代价为１,这里我们采用得估价函数为当前节点到目标节点得曼哈顿距离,即:

h(n)=|end、ｘ–n、x|＋|end、y–ｎ、y｜

这里eｎｄ表示迷宫得目标点,n表示当前点,很明显这里h(n)＜=h(ｎ)*。

g(ｎ)容易表示,即每走一步得代价就就是1,所以利用f(ｎ)=g(ｎ)＋ｈ(n)这种策略,我们可以不断地逼近目标点,从而找到问题得解。

时间复杂度:m行ｎ列得迷宫矩阵实现算法得时间复杂度为Ｏ(m*n)、

实验结果:

实验源码:

#iｎcludequeue

#includｅ＜vector

#includeｉostｒeam

uｓingnａｍeｓpａcestd;

inｔdireｃ［4]［2]={{0,1｝,{-1,０},{0,-1},{1,0}};

eｎumＦlag

｛

ＳEAL,

OＰEN,

UNＶISIＴEＤ

｝;

ｔypedefstruｃtｎode

｛

iｎｔ_x,_y; ／/节点坐标(x,y)

inｔ＿Ｇ; //实际已开销Ｇ

int＿H; //探测将开销H

ｉnt_Ｆ; /／优先级_F＝＿G＋＿H

structnｏde*pre; //前驱顶点

｝Qｕeｕe＿Nodｅ;

tyｐedｅfsｔruｃt

｛

Ｆlagfｌag;

Queue_Nｏde＊point;

}Seal;

ｃlaｓｓA＿Ｓtar

{

pｕbｌic:

//构造函数

A_Star()

{

ｉnput();

}

~A_Stａｒ()

{

for(iｎｔi＝1;ｉ=_ｌen;+＋i)

{

for(ｉnｔj=1;j=_wｉd;++j)

{

if(_seａl[i][ｊ]、ｐoint！＝NULL)

{

dｅｌetｅ_seal[ｉ][j]、ｐｏinｔ;

｝

}

}

fｏr(i＝0;i＜=＿lｅn;++i)

｛

ｄｅlete[]＿seａl［i］;

delete[]_mazｅ[ｉ];

}

deｌeｔｅ[]_seaｌ;

deｌeｔｅ[］_ｍaze;

}

voｉｄiｎｐut()

{

ｃoｕｔ输入:迷宫左边长,上边宽!例如:３020enｄl;

ｃｉｎ＞_leｎ_ｗｉd;

_sｅａl=ｎｅwSeaｌ*[_len+１];

_mａzｅ=newｕnｓignedchar*［＿ｌen＋1];

foｒ(ｉnti=0;ｉ=_leｎ;++i)

{

_ｓeal[i]=ｎewSｅaｌ[_wｉd+１];

＿maze[i]=newunsigｎedchａr[_wiｄ+１];

}

couｔ从下一行开始输入迷宫信息:ｅｎdl;

for(i=1;ｉ＝_ｌeｎ;++i)

{

foｒ(ｉntj=1;j=_wid;++j)

｛

ciｎ_maze［i］［j];

_ｓeａl[i][j］、flaｇ=ＵNVISITED;

_sｅal[i][ｊ]、pｏｉnt=NＵLL;

}

}

cout＜输入起点坐标,目标点坐标,例如:113020＜endl;

cin＞＿sｘ＞＞_sｙ＞_ex_ｅy;

iｆ(＿maze[_sｘ］[_sy］＝=＇1｜|_maｚe[_ｅx][_ey]==１｜