实验四A星算法求解迷宫问题实验
实验四：A ＊算法求解迷宫问题实验 一、实验目的 熟悉和掌握启发式搜索的定义、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。
二、实验内容 迷宫问题可以表述为：一个二维的网格，0 表示点可走，１表示点不可以走,点用(x，ｙ）表示，寻找从某一个给定的起始单元格出发，经由行相邻或列相邻的单元格(可以通过的）,最终可以到达目标单元格的、所走过的单元格序列。在任一个单元格中，都只能看到与它邻近的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 个是否能通过）。
A＊算法是人工智能中的一种搜索算法，是一种启发式搜索算法，它不需遍历所有节点,只是利用包含问题启发式信息的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的方向.它的独特之处是检查最短路径中每个可能的节点时引入了全局信息，对当前节点距终点的距离做出估计，并作为评价节点处于最短路线上的可能性的度量.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 是搜索中遇到的任意状态。g（ｎ）是从起始状态到 n 的代价。ｈ（n)是对 n 到目标状态代价的启发式估计.即评估函数 f(n)
是从初始节点到达节点 n 处已经付出的代价与节点 n 到达目标节点的接近程度估价值的总和。
这里我们定义 n 点到目标点的最小实际距离为 h(n)*，A*算法要满足的条件为：h（n）<=h（n)＊ 迷宫走的时候只能往上下左右走，每走一步，代价为 1，这里我们采用的估价函数为当前节点到目标节点的曼哈顿距离，即：
ｈ(n）=|ｅnｄ．ｘ – ｎ.x｜＋ |ｅnd.ｙ – n。y｜ 这里 end 表示迷宫的目标点，n 表示当前点，很明显这里 h（ｎ）<＝h（n）*。
g（n）容易表示，即每走一步的代价是 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，从而找到问题的解.时间复杂度：m 行 n 列的迷宫矩阵实现算法的时间复杂度为 O（m*n）.实验结果：
实验源码: ＃incｌｕdｅ <ｑuｅｕe〉 ＃inｃlude 〈vｅctｏr〉 #iｎｃlude ＜ｉoｓtream＞ ｕsｉng ｎaｍeｓｐace stｄ； int diｒec[4］［2］＝｛{０，１}，{－1,0}，｛０，－1｝,｛１,0｝｝； enum Flag ｛，ＬAＥSﻩ OPEN，ＵNVIＳITEＤ ｝； typｅdef struct ｎode ｛ // ；ｙ＿,x_ tnｉﻩ ﻩ）y,ｘ(标坐点节ﻩ int _G； ﻩ ﻩ /／ ﻩ Ｇ销开已际实ﻩ int _H;// ﻩ ﻩ Ｈ销开将测探ﻩ ；Ｆ_ ｔｎｉﻩ ﻩ //优先级_F=_G+_Ｈ ｓtｒuct nodｅ *pre;//前驱顶点 ｝Queｕｅ_Noｄｅ； ｔypeｄｅf struct ｛;galf gａlFﻩ;ｔniｏｐ＊ edoN_eｕeuQﻩ｝Ｓeａｌ； ｃlasｓ Ａ_Star ｛
publiｃ：
// 数函造构ﻩ A_Ｓtａr（）｛ iｎput（）； ｝ ～)(ratＳ＿Ａﻩ ｛）ｉ+＋；nel_=＜i；1=i tｎi(rofﻩ { ﻩ ﻩ)j++;dｉw＿=＜j；１=j tni（ｒoｆﻩ ｛）ＬLUN=!tniop。］ｊ[］i［ｌaｅs_（fiﻩ ｛ ﻩ ﻩ ﻩ ﻩ ﻩ ﻩ ﻩ;tniop.］ｊ［]i［laeｓ＿ ｅｔeleｄﻩ ｝ ﻩ ﻩ ﻩ ｝ ｝ ﻩ ﻩ）i+＋;nel_=〈i；0=i(rｏfﻩ ｛ ﻩ ﻩ ；］i［laes＿］[ eteleｄﻩ
ﻩ ｄelete []_maze[ｉ]； } ﻩ ﻩ;laes＿］[ eteledﻩ;ezａm_］[ eteｌeｄﻩ })(tupni diovﻩ { coｕt<<”输入: 迷宫左边长，上边宽！例如:3０ 2０＂<〈endl；;diｗ_＞>nel＿>>niｃﻩ_ ；］１＋neｌ_[＊laeＳ wen=laeｓﻩ＿ ﻩ ；]1＋neｌ_[＊rahc ｄeｎgｉsnu wｅn=ezamﻩ ｆｏr(ｉnｔ i=0;i<=＿len;++i）{ ﻩ _;]１+ｄiw_［laeS wｅn=］i［ｌaesﻩ _ ；]1+diw_［rahc dｅngiｓnu weｎ=］ｉ[ezamﻩ } ﻩ ﻩ ｃouｔ<〈”从下一行开始输入迷宫信息：”<＜endl； ﻩ)i++；neｌ_=〈i；１=i（rofﻩ { ﻩ ﻩ ﻩ)j++；diw_＝ ｛ ﻩ ﻩ ﻩ cin>〉_maze[i][j];ﻩ ＿seaｌ［i］［j]．fｌaｇ=ＵNＶIＳＩTEＤ； ＿ ；LLUN＝tniop.]ｊ[］i［laｅsﻩ } ﻩ ﻩ ｝ ﻩ ﻩ ＜<"02 03 1 1：如例，标坐点标目，标坐点起入输＂〈〈tuocﻩendl;;ｙe_>〉xe_>〉ys_>〉xs_>＞ｎicﻩ ]xe_［ｅｚａm_｜｜’1"＝=］ys_[］xｓ_［ｅzaｍ_（ｆｉﻩ［_ey]==’1＇｜|ｂｏuｎd（＿sx,_ｓy)＝＝ｆalｓe|｜bounｄ(＿ｅｘ,_eｙ）＝＝ｆalse）{ ﻩ;ldne＜<"!况情的样这在存能可不”＜〈tuｏcﻩ ﻩ;ｎruterﻩ ｝ ﻩ ﻩ ；ｌdｎe<〈":下如果结印打法算＊A 用调"<＜tuocﻩ A（）;｝ /／ 法算心核＊Aﻩ）（A dioｖﻩ ｛ /／源点放入开放列表 Qｕｅｕe_Node ＊p_node＝neｗ Queue_Ｎｏdｅ； p＿ｎode—>pｒe=NULL;；）ys_,xs_（H_ｔeg=H_〉—ｅｄon_pﻩ p_noｄｅ-＞_G＝0;；ｘｓ_=x_＞—eｄｏn_ｐﻩ ﻩ;yｓ_＝y_〉—ｅdon_pﻩ ｐ_ｎoｄe—〉＿F=p＿node—〉_H+ｐ_noｄｅ-＞_Ｇ； ＿;）edｏn_p（ｈsｕp。neｐoﻩ _;NＥＰO=galf。]ys＿[］xs_[laeｓﻩ _;ｅｄｏn_ｐ＝tniｏp.］ys_［］xs_[lａesﻩ ﻩ ﻩ ﻩ））(yｔpme.nｅpｏ_!(eliｈｗﻩ { ﻩ ﻩ ；)(pot。nepｏ_=edoｎ_pﻩ_ ﻩ ；）（ｐｏp．nepoﻩ iｎt ｘ=p_noｄe—＞＿x； ﻩ ｉｎt ｙ=p_nodｅ->_ｙ； _ ﻩ ﻩ ；ＬAＥS＝galf。］y［]x［ｌaesﻩ ﻩ)i+＋；４＜i；0=ｉ ｔｎi(ｒofﻩ { ﻩ ﻩ ；]0［]ｉ［cｅｒid+ｘ=xｔ tniﻩ ﻩ ；]1[］i［ceｒid+ｙ=yｔ tｎiﻩ iｆ（ｂouｎｄ（tx,ty）==false｜｜_maｚe[tｘ］［ty]＝＝＇1"｜|_seａｌ[tx］[ｔy]。fｌag=＝SEAＬ){ ﻩ ﻩ ﻩ ﻩ ﻩ continuｅ;} ﻩ ﻩ ﻩ ﻩ ﻩ）DＥＴＩSIVＮU==ｇａlｆ.]yt［]xｔ［laes＿（fiﻩ ｛ ﻩ ﻩ ﻩ)ye_＝＝yt＆＆ｘe_==xt(fiﻩ ﻩ ﻩ { ﻩ ﻩ ﻩ pｒinｔ（ｐ_nｏde）;ﻩ couｔ〈〈"（"<＜ｔx<〈”,＂〈〈tｙ〈〈”)＂〈〈eｎdl； ﻩ ﻩ ﻩ ﻩ ne<＜”步”<〈Ｆ＿＞-edｏn_p<<＂:了走共总”〈 ﻩ ﻩ ；１＋G_＞-ｅdon_p＝G＿＞—pmetﻩ ﻩ ﻩ ；xt＝x_＞-pmｅtﻩ ﻩ ﻩ ﻩ temｐ－〉_ｙ=ｔｙ； ﻩ ﻩ ﻩ ；）ｙt,xt（H＿tｅg＝H＿>—pmetﻩ ﻩ ﻩ ﻩ temp-〉_F=temp->_G＋temp-＞_H;_ ﻩ;)pmeｔ(hsup．nepｏﻩ ﻩ ﻩ ﻩ ｝ ﻩ ﻩ ﻩ esleﻩ ﻩ { ﻩ;tniｏp。］yt[］xｔ［ｌaes_=pmeｔ＊ edoN_euｅｕQﻩ ﻩ ﻩ ﻩ ﻩ）G_〉-pmｅt〈1+Ｇ_〉-edon_p(fiﻩ ﻩ ｛ ﻩ ﻩ ﻩ ﻩ ；１+G＿〉-edoｎ_ｐ=G_>-pｍeｔﻩ ﻩ ﻩ ；ｅｄon_p=erｐ〉－ｐmetﻩ ﻩ ﻩ ；H_〉－pmeｔ+G_>-pmet=F＿>－ｐmetﻩ ｝ ﻩ ﻩ ﻩ ｝ ﻩ ﻩ ﻩ ｝ ﻩ ﻩ } ﻩ ｃout＜<"没有从（＂<〈_sx<〈”，”〈＜_sｙ<<")-－－＞”〈＜”（”〈<_ex〈〈"，＂＜<_ey〈〈”）的路径"< ／/ 径路印打ﻩ voｉd ｐrｉnt(Quｅｕe_Noｄe ＊ｐ)｛ ﻩ）LLＵＮ==p（fiﻩ ｛ ﻩ ﻩ ﻩ ；nruｔerﻩ } ﻩ ；）erp＞-p（tnｉrpﻩ ﻩ;＂,）”〈＜y_>－p〈＜＂,＂〈〈x_〉—p<＜”（”〈〈tｕocﻩ ｝ ﻩ bｏol bｏund（iｎt x，ｉnｔ y)｛ ﻩ ﻩ >y（&＆)diw_＝＜ｙ（＆＆)1=>x（&＆）nel_=〈ｘ（nｒutｅrﻩ＝1)； ｝ ﻩ ﻩ）y ｔni,x tｎi(H＿teg tniﻩ { ；）yｅ＿—y（ba＋)ｘe_－ｘ(ba nrｕterﻩ }）i ｔni(ba tniﻩ { ﻩ return ｉ〈０ ? －i：i;｝ ﻩpｒivaｔe: pmc ｔcurtsﻩ ｛ eｄｏN＿ｅueuＱ，1n＊ ｅｄoN＿eueｕQ（）（rotarepo looｂﻩ*n2）{ ﻩ rｅtｕrn ｎ１－〉_F＞n2—＞_F； } ﻩ ；} ﻩ N＿eueuQ〈ｒoｔcev，* ｅdoＮ_eｕｅuQ〈ｅueuq＿ytiroiｒpﻩｏｄe ＊>，ｃmp> _ｏpeｎ；/／最小堆（开放列表)int _lｅn,＿wｉd；/／迷宫左边长，上边宽 iｎｔ _sx，_sy,_ｅx,_ey;Seａl ＊＊＿ｓeal;／/动态开辟封闭列表 unsigned char ＊＊＿maｚｅ；/／迷宫地图 }; ｉnt ｍaiｎ（）{ A＿Stａr test;;0 nｒuteｒﻩ} 三、实验目的 通过这次实验，使我对启发式搜索算法有了更进一步的理解，特别是估计函 数 h(ｎ）所起到的巨大重用.一个好的估计函数对于启发式搜索算法来说是十分关键的.
版权声明：
1.大文斗范文网的资料来自互联网以及用户的投稿，用于非商业性学习目的免费阅览。
2.《实验四A星算法求解迷宫问题实验》一文的著作权归原作者所有，仅供学习参考，转载或引用时请保留版权信息。
3.如果本网所转载内容不慎侵犯了您的权益，请联系我们，我们将会及时删除。