================================
专栏文章,自下而上
数据结构与算法——二叉搜索树
数据结构与算法——深度寻路算法
数据结构与算法——二叉树+实现表达式树
数据结构与算法——树(三指针描述一棵树)
数据结构与算法——栈和队列<也不过如此>
数据结构与算法——八大经典排序算法详解
数据结构与算法——有头无头循环链表详解
数据结构与算法——顺序表
================================
1、介绍
广度寻路算法是一种基于图的搜索算法,用于寻找两个节点之间的最短路径。它从起点开始展开搜索,并逐步向外扩展,直到找到目标节点或所有节点都被访问过。广度寻路算法使用队列作为辅助数据结构来实现搜索。当一个节点被访问时,将其所有的邻居节点加入队列中,并标记为已访问。从队列中取出的节点继续进行扩展搜索,直到队列为空或目标节点被找到为止。广度寻路算法的时间复杂度为O(V+E),其中V为节点数,E为边数。由于它逐层扩展搜索,因此能够找到最短路径,但会占用较多的空间。需要源代码的私信我~
深度寻路算法:1.循环试探,遇到死胡同回退 2.循环 简单 3.不一定能找到最佳路径 4.空旷地形 深度寻路
广度寻路算法:
1. 不需要回退
2. 一定能找到最短路径
2、思想
深度寻路就好比猴哥的毫毛一样,直接派四个小兵分别去上下左右四个方位寻找,到达下一个位置时,再派四个小兵出去寻找(当然如果有的方向是障碍物,那就不用派人去了),就这样一直下去,最后会找到终点的,而且是最短路径(后面会解释为什么)
可能有的同学会问了,那要怎么实现呐,每次都要派四个小兵,而且有的不是障碍物的要一直寻路下去,这个时候我们就想到了四叉树来实现,把起点放入根节点,一层就代表一步
有的同学又会问了,那如果一张地图有很多条路径,那广度寻路怎么会找到最短的那一条路径?
其实思想很简单,就是一找到终点就结束循环,从终点往上遍历,这条路径一定是最短路径——因为这条路径是最先结束循环,即最先找到终点
3、定义及快捷
在开始写之前我们先把准备工作写好,比如行和列的定义,最大孩子的数量,因为是试探4个方向,所以最大孩子的数量为4,且这里定义的是四叉树,存储当前层和下一层节点地址的数组大小,地图中路和障碍物的枚举,上下左右方向的枚举,还要定义一个点类型,以及四叉树类型,四叉树中需要定义结构体数组,因为有四个孩子,还有一个重要的是定义当前孩子的数量,因为不仅父亲要指向孩子,孩子也还要指向父亲,因为最后确定最佳路径,还要从终点往上遍历
//行列
#define ROWS 10
#define COLS 10
//最大孩子数量
#define CHILD_NUM 4
//临时数组的最大容量
#define BUFF_SIZE 100
//地图枚举
enum Mymap{road,wall};
//方向枚举
enum Mydirect{p_up,p_left,p_down,p_right};
//点
typedef struct Mypoint
{
int row, col;
}Mypoint;
//四叉树节点类型
typedef struct myThree
{
Mypoint pos;
struct myThree* partent;
struct myThree* Child[CHILD_NUM];
int Curchild_Num;
}myThree;
#define SIZE sizeof(myThree)
4、创建四叉树节点
这里先是直接用快捷的方式,把四叉树中都初始化为0,然后再赋值点的坐标
myThree* createThreeNode(Mypoint* pos)
{
myThree* pNew = malloc(SIZE);
assert(pNew);
memset(pNew, 0, SIZE);
pNew->pos.row = pos->row;
pNew->pos.col = pos->col;
return pNew;
}
5、判断能不能走
当前点越界,以及辅助地图上标记过的点,是墙都不能走
bool can_Walk(Mypoint* pos, bool map[ROWS][COLS], bool pathMap[ROWS][COLS])
{
//越界
if (pos->row < 0 || pos->row >= ROWS || pos->col < 0 || pos->col >= COLS) return false;
//走过
if (pathMap[pos->row][pos->col]) return false;
//是墙
if (map[pos->row][pos->col]) return false;
return true;
}
6、准备工作
1、简单用数组实现一个二维地图,用于寻路
2、定义起点和终点
3、定义辅助地图,用于标记有没有走过
4、定义两个辅助数组,用来在当前层和下一层之间切换,这两个数组分别是用来存储当前层和下一层节点的地址
5、创建一棵树,起点成为树根,并且根节点还有独占一层
6、准备一个预测点
7、定义
isFindend
,用来判断是否找到终点,因为寻找的过程是多层循环,一个break
结束不了循环,所以定义了一个标记
//1 地图 1表示障碍 0表示路
bool map[ROWS][COLS] =
{
{ 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
{ 1, 0, 1, 1, 0, 0, 0, 1, 1, 1 },
{ 1, 0, 1, 1, 0, 1, 0, 1, 1, 1 },
{ 1, 0, 1, 1, 0, 1, 0, 0, 0, 1 },
{ 1, 0, 1, 1, 0, 1, 1, 0, 1, 1 },
{ 1, 0, 0, 0, 0, 0, 0, 0, 1, 1 },
{ 1, 0, 1, 1, 1, 1, 1, 0, 1, 1 },
{ 1, 0, 1, 1, 0, 0, 0, 0, 0, 1 },
{ 1, 0, 1, 0, 0, 1, 1, 1, 0, 1 },
{ 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 }
};
//点--起点和终点
Mypoint begPos = { 1,1 };
Mypoint endPos = { 8,8 };
//辅助地图
bool pathMap[ROWS][COLS] = { 0 };
//创建一颗树
myThree* pRoot = NULL;
//起点成为树根
pRoot = createThreeNode(&begPos);
//辅助数组
//记录当前层节点的地址
myThree* currentLayer[BUFF_SIZE] = { 0 };
// 当前层节点的数量
int currentLayerSize = 0;
//记录下一层节点的地址
myThree* nextLayer[BUFF_SIZE] = { 0 };
//下一层节点的数量
int nextLayerSize = 0;
//树的根节点独占一层
currentLayer[currentLayerSize++] = pRoot;
//预测点
Mypoint search;
//标记是否走到终点
bool isFindend = false;
//准备一个临时变量
myThree* temp_Node = NULL;
7、寻路
寻路的思想前面已经讲过了,我们一层一层的遍历(即一步一步的遍历),然后对每一步的四个方向进行处理
A、标记走过
处理之前,我们还要标记当前点已经走过并且要把当前的孩子数量清空
//标记走过
pathMap[currentLayer[i]->pos.row][currentLayer[i]->pos.col] = true;
//孩子数量清空
currentLayer[i]->Curchild_Num = 0;
B、对预测点进行移动处理
预测点就是当前的点,然后用switch
进行处理
//预测点就是当前点
search.row = currentLayer[i]->pos.row;
search.col = currentLayer[i]->pos.col;
switch(j)
{
case p_up: search.row--; break;
case p_down: search.row++; break;
case p_left: search.col--; break;
case p_right: search.col++; break;
}
C、能走的情况下怎么处理
能走的情况下当前点就要成为预测点的父节点,预测点还要成为当前点的孩子,除此之外还要把预测点放入下一层数组中,因为它的身份是预测点,即为当前点的孩子,最后还要判断是否到达终点
//能走
if (can_Walk(&search,map,pathMap))
{
//创建树节点
temp_Node = createThreeNode(&search);
//预测点成为当前点的孩子
currentLayer[i]->Child[currentLayer[i]->Curchild_Num++] = temp_Node;
//当前点成为预测点的父亲
temp_Node->partent = currentLayer[i];
//放入下一层数组中
nextLayer[nextLayerSize++] = temp_Node;
//判断是否到达终点
if (temp_Node->pos.row==endPos.row&& temp_Node->pos.col == endPos.col)
{
isFindend = true;
break;
}
}
D、切换层数
如果下一层的数组为空,这时候已经遍历到最后一层了,直接退出,否则切换到下一层
//下一层为空
if (nextLayerSize == 0) break;
//切换到下一层中
for (int i = 0; i < nextLayerSize; i++)
{
currentLayer[i] = nextLayer[i];
}
currentLayerSize = nextLayerSize;
8、效果展示
明显看出,这是一条最短路径
9、综合代码
需要源代码的私信我~
文章来源:https://www.toymoban.com/news/detail-443534.html
10、总结
总结:
深度适合大地图 开阔地形
例如 走迷宫 开宝箱
广度适合小地图
回合制游戏 走格子文章来源地址https://www.toymoban.com/news/detail-443534.html
到了这里,关于“ 探索迷局:解密广度寻路算法 “的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!