c# – 维基百科A *寻路算法需要花费大量时间
我已经在C#中成功实现了A * pathfinding,但它很慢,我不明白为什么.我甚至尝试不对openNodes列表进行排序,但它仍然是相同的.
地图是80×80,有10-11个节点. 我从Wikipedia那里拿了伪代码 这是我的实施: public static List<PGNode> Pathfind(PGMap mMap,PGNode mStart,PGNode mEnd) { mMap.ClearNodes(); mMap.GetTile(mStart.X,mStart.Y).Value = 0; mMap.GetTile(mEnd.X,mEnd.Y).Value = 0; List<PGNode> openNodes = new List<PGNode>(); List<PGNode> closedNodes = new List<PGNode>(); List<PGNode> solutionNodes = new List<PGNode>(); mStart.G = 0; mStart.H = GetManhattanHeuristic(mStart,mEnd); solutionNodes.Add(mStart); solutionNodes.Add(mEnd); openNodes.Add(mStart); // 1) Add the starting square (or node) to the open list. while (openNodes.Count > 0) // 2) Repeat the following: { openNodes.Sort((p1,p2) => p1.F.CompareTo(p2.F)); PGNode current = openNodes[0]; // a) We refer to this as the current square.) if (current == mEnd) { while (current != null) { solutionNodes.Add(current); current = current.Parent; } return solutionNodes; } openNodes.Remove(current); closedNodes.Add(current); // b) Switch it to the closed list. List<PGNode> neighborNodes = current.GetNeighborNodes(); double cost = 0; bool isCostBetter = false; for (int i = 0; i < neighborNodes.Count; i++) { PGNode neighbor = neighborNodes[i]; cost = current.G + 10; isCostBetter = false; if (neighbor.Passable == false || closedNodes.Contains(neighbor)) continue; // If it is not walkable or if it is on the closed list,ignore it. if (openNodes.Contains(neighbor) == false) { openNodes.Add(neighbor); // If it isn’t on the open list,add it to the open list. isCostBetter = true; } else if (cost < neighbor.G) { isCostBetter = true; } if (isCostBetter) { neighbor.Parent = current; // Make the current square the parent of this square. neighbor.G = cost; neighbor.H = GetManhattanHeuristic(current,neighbor); } } } return null; } 这是我正在使用的启发式: private static double GetManhattanHeuristic(PGNode mStart,PGNode mEnd) { return Math.Abs(mStart.X - mEnd.X) + Math.Abs(mStart.Y - mEnd.Y); } 我究竟做错了什么?这是一整天我一直在看同样的代码. 解决方法
首先,使用分析器.用工具告诉你什么是慢的;什么是慢的往往令人惊讶.并使用调试器.制作一个包含五个节点的地图,并在尝试查找路径时逐步执行代码的每一行.什么意外发生了?如果是这样,请弄清楚发生了什么.
其次,抛开你的性能问题,我认为你也有正确性问题.你能解释一下为什么你认为曼哈顿距离是一个合理的启发式算法吗? (对于那些不熟悉度量标准的人来说,“曼哈顿距离”或“出租车距离”是指如果你住在一个网格上的城市,你必须经过的两点之间的距离.在东北方向14英里处,您必须向北行驶10英里,然后向东行驶10英里,总共行驶20英里.) A *算法要求其正确性,启发式总是低估了在两点之间行进所需的实际距离.如果图中有任何“对角线快捷方式”街道,那么曼哈顿距离会过高估计这些路径上的距离,因此算法不一定会找到最短路径. 为什么你不使用欧氏距离作为你的启发式? 您是否尝试使用“始终为零”作为启发式算法?这保证是低估的. (这样做可以实现Dijkstra的算法.) 第三,你似乎在这个实现中进行了大量的排序.当然你可能正在使用优先级队列;这比分拣便宜很多. 第四,我在我的博客上实现了C#3中的A *,欢迎您使用;没有明示或暗示的保证,使用风险自负. http://blogs.msdn.com/b/ericlippert/archive/tags/astar/ 我的代码很简单;我的实现中的算法如下所示: var closed = new HashSet<Node>(); var queue = new PriorityQueue<double,Path<Node>>(); queue.Enqueue(0,new Path<Node>(start)); while (!queue.IsEmpty) { var path = queue.Dequeue(); if (closed.Contains(path.LastStep)) continue; if (path.LastStep.Equals(destination)) return path; closed.Add(path.LastStep); foreach(Node n in path.LastStep.Neighbours) { double d = distance(path.LastStep,n); var newPath = path.AddStep(n,d); queue.Enqueue(newPath.TotalCost + estimate(n),newPath); } } 我们的想法是保持路径的优先级队列;也就是说,路径队列始终能够以最小距离告诉您到目前为止的路径.然后我们检查一下我们是否已经到达目的地;如果是这样,我们就完成了.如果没有,那么我们根据他们(低于)到目标的估计距离排队一堆新路径. 第五,维基百科中的伪代码可以得到改进.事实上,我的实际代码在很多方面比伪代码更容易遵循,这表明伪代码中可能存在太多细节. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |