智能搜索算法--从A*算法开始说起

作者:Bettarwang

         声明:本博客为原创博客,未经允许,不得转载!小伙伴们如果是在别的地方看到的话,建议还是来csdn上看吧(链接为http://blog.csdn.net/bettarwang/article/details/12877211),看代码和提问、讨论都更方便。

      再次声明,特别烦推酷、MyException网站,总是未经允许或者换个马甲就转载我的文章。

       首先解释一下状态空间搜索。状态空间搜索法就是将问题求解过程表现为从 初始状态到目标状态寻找这个路径的过程。通俗点说,就是在解一个问题时,找到一条解题的过程可以从 求解的开始到问题的结果。由于求解问题的过程中分枝有很多,主要是求解过程中求 解条件的不确定性,不完备性造成的,使得求解的路径很多这就构成了一个图,我们说这个图就是状态空 间。问题的求解实际上就是在这个图中找到一条路径可以从开始到结果。这个寻找的过程就是状态空间搜 索。  

       常用的状态空间搜索有深度优先和广度优先。广度优先是从初始状态一层一层向下找,直到找到目标 为止。深度优先是按照一定的顺序前查找完一个分支,再查找另一个分支,以至找到目标为止。

        显然,只要目标点存在,广度优先(BFS)或深度优先(DFS)搜索算法都一定能够搜索到目标点。但是,当结点数很多时,BFS和DFS的空间复杂度和时间复杂度都变得不可接受。而它们的效率不高的一个重要原因在于没有利用任何已有的信息。而A*算法由于利用了启发信息,因而获得了较高的搜索效率。

       我们先下个定义,如果一个估价函数可以找出最短的路径,我们称之为可采纳性。A*算法是一个可采纳的最好优先算法。A*算法的估价函数可表示为:

f'(n) = g'(n) + h'(n)
这里,f'(n)是估价函数,g'(n)是起点到节点n的最短路径值,h'(n)是n到目标的最短路经的启发值。由于这个f'(n)其实是无法预先知道的,所以我们用前面的估价函数f(n)做近似。g(n)代替g'(n),但 g(n)>=g'(n)才可(大多数情况下都是满足的,可以不用考虑),h(n)代替h'(n),但h(n)<=h'(n)才可(这一点特别的重要)。可以证明应用这样的估价函数是可以找到最短的,也就是可采纳的。我们说应用这种估价函数的最好优先算法就是A*算法。
因而实际在算法中采用的估价函数为:f(n)=g(n)+h(n),其中g(n)为起始点到当前点的实际代价,而h(n)为当前点到目标点的启发信息,目前,在二维平面内常用的A*算法的启发函数h(n)有曼哈顿距离、对角线距离、欧几里德距离。也有学者采用所谓折距作为启发函数。但是,采用对角线距离的话会太保守,搜索效率不高,而采用曼哈顿距离或者折距,虽然可以提高效率,但是都不能保证满足可接纳性条件,因而不宜采用。目前用于二维平面内的A*算法普遍采用欧几里德距离。
举一个例子,其实广度优先算法(BFS)就是A*算法的特例。其中g(n)是节点所在的层数,h(n)=0,这种h(n)肯定小于h'(n),所以由前述可知广度优先算法是可采纳的。实际也是。当然它是一种最差的A*算法。
通过上面的介绍,我们可以确定A*算法的流程如下(注:出自wikipedia):
function A*(start,goal)
    closedset := the empty set    // The set of nodes already evaluated.
    openset := {start}    // The set of tentative nodes to be evaluated, initially containing the start node
    came_from := the empty map    // The map of navigated nodes.

    g_score[start] := 0    // Cost from start along best known path.
    // Estimated total cost from start to goal through y.
    f_score[start] := g_score[start] + heuristic_cost_estimate(start, goal)
     
    while openset is not empty
        current := the node in openset having the lowest f_score[] value
        if current = goal
            return reconstruct_path(came_from, goal)
         
        remove current from openset
        add current to closedset
        for each neighbor in neighbor_nodes(current)
            tentative_g_score := g_score[current] + dist_between(current,neighbor)
            tentative_f_score := tentative_g_score + heuristic_cost_estimate(neighbor, goal)
            if neighbor in closedset and tentative_f_score >= f_score[neighbor]
                    continue

            if neighbor not in openset or tentative_f_score < f_score[neighbor] 
                came_from[neighbor] := current
                g_score[neighbor] := tentative_g_score
                f_score[neighbor] := tentative_f_score
                if neighbor not in openset
                    add neighbor to openset

    return failure
function reconstruct_path(came_from, current_node)
    if current_node in came_from
        p := reconstruct_path(came_from, came_from[current_node])
        return (p + current_node)
    else
        return current_node
     这里必须吐槽一下度娘的A*算法流程是不严谨的(,如果想要理解A*算法的同学,建议还是看英文版维基上的。当然,最好就是借一本人工智能方面的书认真看一下,可以理解得更透彻。
当然,上面只是最原始的A*算法。如果要获得较高的效率,还需要对其进行进一步的改进,其中目前大多数学者优化的重点都放在启发信息的改进和从Open表中更快地获取代价最小的结点。
其中,关于启发信息的讨论在前面已经提到过,而且由于它一般要与具体的学科问题相结合才有意义,此处不再赘述。
下面主要讲解如何能更快地从Open表中获取代价最小的节点。显然有两个途径:第一,根据具体的问题,预先将不符合某些约束(比如在航迹规划时,将不符合动力学约束的节点去除。或者说,我们只在符合动力学约束的空间内选择邻节点放入表中)的子节点剪除掉。
第二种方法就是在邻节点数无法改变的情况下,选择一种好的排序算法就至关重要了。可以选择快速排序等,目前较常用的一种高效排序算法是维持一个称为“最小堆”的数据结构,它是一种二叉树结构,其特征是对于任一结点,它的左孩子(如果有的话)和右孩子必定大于它。显然,这种排序算法的时间复杂度为O(log2N)。排好序后,每次只要将根结点移除即可。如下图所示。

A*算法的理论介绍基本就这些。下面是自己写的一个利用A*算法寻找二维平面内任意两点间的最短路径,希望能够抛砖引玉。
由于在节点的扩展过程中需要实现较多的操作,而这些操作与节点密切相关。因而,为了实现更好的封装,此处没有使用C++中的STL,而是自己实现了链表结构。
首先是LisNode的定义:
#ifndef LISTNODE_H
#define LISTNODE_H
#include "Point.h"
#include <vector>
using namespace std;
class List;  //前向引用声明。
class ListNode
{
	friend class List;
public:
	ListNode(const Point&p);
	//////////////////只要有一个节点(比如起始节点)调用了下面这两个函数就行。
	//static void setStartPoint(const Point&p);
	static void setEndPoint(const Point&p);
	static void setPlanAreaWidth(float width);
	static void setPlanAreaHeight(float height);
	void setFather(ListNode*listNode);
	void setNext(ListNode*listNode);
	bool setg(); //这个是要知道它前一个节点的信息的。它是从起点到这个点所花费的实际代价。
	void setg(float g1);//这个是为第一个点而设计的函数,直接设定它的g值。
	void seth(); //这个是需要知道终点信息的。它是从现在这个点到目标点的代价。
	void setf();
	float getg()const;
	float getf()const;
	Point getPos()const;
	ListNode* getPrev()const;
	void getNeightborNodes(vector<ListNode*>&v); //得到它的邻近节点。	
	bool isCloseEnough(float r)const;//这个函数用于判断它是否离终点足够近。
private:
	Point pos;
	float g,h,f;
	ListNode*prev;  //其实,为了在prev和next这两个方面为了更好地模仿结构体,prev和next应该设置为public的。
	ListNode*next;
	static float planAreaWidth;
	static float planAreaHeight;
	static Point endPoint;

};

#endif
下面是ListNode的实现部分,即listNode.cpp文件:#include "stdafx.h"
#include "ListNode.h"
#include <math.h>
#include <iostream>
using namespace std;
Point p(80.0f,80.0f);
Point ListNode::endPoint=p;
float ListNode::planAreaWidth=100.0f;
float ListNode::planAreaHeight=100.0f;
ListNode::ListNode(const Point&p)
{
	pos.x=p.x;
	pos.y=p.y;
	prev=NULL;
	next=NULL;
}
void ListNode::setEndPoint(const Point&p)
{
	endPoint.x=p.x;
	endPoint.y=p.y;
}
void ListNode::setPlanAreaWidth(float widhth)
{
	planAreaWidth=widhth;
}
void ListNode::setPlanAreaHeight(float height)
{
	planAreaHeight=height;
}
void ListNode::setFather(ListNode*listNode)
{
	prev=listNode;
}
void ListNode::setNext(ListNode*listNode)
{
	next=listNode;
}
bool ListNode::setg()
{
	if(prev==NULL)   //其实可以把startPoint利用上,然后求解起始节点的g值的。
		return false;
	else
	{
		///////////////////////////////它与前一个节点的方向关系有5种可能。当然,如果不想写if语句,直接用距离公式也可以,只不过用距离公式会快一些。
		if(pos.x-prev->pos.x==0.0f) //这里包含两种情况。
		{
			g=prev->g+1.0f; //实际上应该是delta,只不过这里风格间距为1.0f;
			return true;
		}
		else if(pos.x-prev->pos.x>0.0f)
		{
			if(pos.y-prev->pos.y==0.0f)
			{
				g=prev->g+1.0f;
				return true;
			}
			else
			{
				//g=prev->g+1.4142136f;
				g=prev->g+1.414f;
				//cout<<"Now g="<<g<<endl; //This is just for test.
				return true;
			}
		}	
	}
	return false;

}
void ListNode::setg(float g1)
{
	g=g1;
}
void ListNode::seth()
{
	h=sqrt(pow(pos.x-endPoint.x,2)+pow(pos.y-endPoint.y,2));
}
void ListNode::setf()
{
	f=g+h;
	cout<<"("<<pos.x<<","<<pos.y<<") "<<" f="<<f<<endl;
}
float ListNode::getg()const
{
	return g;
}

float ListNode::getf()const
{
	return f;
}

Point ListNode::getPos()const
{
	return pos;
}

ListNode* ListNode::getPrev()const
{
	return this->prev;
}
///////////////////////////////这个函数还不敢肯定写对了,要测试一下。另外,有一点自己还没有区分开来:那就是路线终点和规划区域终点是两回事,实际上这里要的是规划区域的终点而不是路线的终点!
void ListNode::getNeightborNodes(vector<ListNode*>&v) //注意:要传递引用才能改变实参的值。
{
     ///////////////////////////////////注意:由于后面它算每个节点的估价值,而要求估值就要知道它的父节点,所以将所有邻节点的父节点都                  //设置成当前节点。
     int countNum=0; //countNum is just for test.
    if(pos.x+1.0f<=endPoint.x)
	{
		Point tempPoint(pos.x+1.0f,pos.y);
		ListNode*tempPtr=new ListNode(tempPoint); 
		tempPtr->prev=this; //This step is very important.

		v.push_back(tempPtr);//加入第三个方向的节点。
		countNum++;
		//if(pos.y+1.0f<=endPoint.y)
		if(pos.y+1.0f<=planAreaHeight)  //注意:由于不能后退,所以x的限制条件仍然是endPoint.x,但是
		{
			tempPoint.y=pos.y+1.0f;
			tempPtr=new ListNode(tempPoint);  
			tempPtr->prev=this;

			v.push_back(tempPtr);   //加入第2个方向的节点。
			countNum++;
		}
		if(pos.y-1.0f>=0.0f)
		{
			tempPoint.y=pos.y-1.0f;
			tempPtr=new ListNode(tempPoint);
			tempPtr->prev=this;

			v.push_back(tempPtr); //加入第四个方向的节点
			countNum++;
		}
	}
	////////////////////////////////////////
	//if(pos.y+1.0f<=endPoint.y)  
	if(pos.y+1.0f<=planAreaHeight)
	{
		Point tempPoint(pos.x,pos.y+1.0f);
		ListNode*tempPtr=new ListNode(tempPoint);
		tempPtr->prev=this;

		v.push_back(tempPtr);  //加入第一个方向(向上)的节点
		countNum++;
	}
	if(pos.y-1.0f>=0.0f)
	{
		Point tempPoint(pos.x,pos.y-1.0f);
		ListNode*tempPtr=new ListNode(tempPoint);
		tempPtr->prev=this;
		v.push_back(tempPtr);  //加入第五个方向(向下)的节点
		countNum++;		
	}
    cout<<"The node whose coordinates is ("<<pos.x<<","<<pos.y<<") has "<<countNum<<" neighbor points."<<endl; //This is for test.

}
bool ListNode::isCloseEnough(float r)const  //这个函数用于判断它是否与终点足够接近。或者说是否在终点的大小为r的邻域内。
{
	float xDistance=abs(pos.x-endPoint.x);
	float yDistance=abs(pos.y-endPoint.y);
	if((xDistance<=r)&&(yDistance<=r))
		return true;

	return false;
}
下面是链表的定义:
#ifndef LIST_H
#define LIST_H
#include "ListNode.h"

class List
{
public:
	List();
	~List();
	void insertAtBack(ListNode*pNode);
    void insertProperly(ListNode*pNode);
	bool isEmpty()const;
	bool isInList(ListNode*pNode,float&g)const;
	ListNode*getFromList(const Point&p);//从链表中取出指定坐标的节点,然后再改变它的g和f值,注意不能改变它的prev,然后再插入Open链表中。

	ListNode*removeBestNode();//将f值最小的节点从链表中脱离出来,注意脱离只要解除与前后节点的关系就行,而不需要删除它,因为在后面还要用到它。	
	void exportList(char dir[])const; //This is for test.
private:
	ListNode*firstPtr;
	ListNode*lastPtr;	
};
#endif
下面是其实现:
#include "stdafx.h"
#include "List.h"
#include <fstream>
using namespace std;
List::List()
{
	firstPtr=NULL;
	lastPtr=NULL;
}
List::~List()
{
	ListNode*tempNode01=firstPtr; //注意:头结点也存放数据。
	ListNode*tempNode02=tempNode01;
	while(tempNode01->next!=NULL)
	{
		tempNode02=tempNode01;
		tempNode01=tempNode02->next;
		delete tempNode02;
		tempNode02=NULL;
	}
}
void List::insertAtBack(ListNode*pNode)
{
	if(isEmpty())
	{
		firstPtr=lastPtr=pNode;
		lastPtr->next=NULL;
	}
	else
	{
		lastPtr->next=pNode;  //让原来的最后一个节点的next指向pNode;
		lastPtr=pNode;       //新插入的节点成为新的最后一个节点。	
	}
}
void List::insertProperly(ListNode*pNode)
{
	//////////////////////////只要找到第一个f值比它的f值大(>=)的节点,然后插入在那个节点的前面就行。但是由于现在自己打算不在List中对ListNode中的Prev进行设置,所以这种方法操作起来不容易。还是先用原来那种方法。
	/*
	ListNode*tempNode=firstPtr;
	while((tempNode->f<pNode->f)&&tempNode->next!=NULL)
	{
		tempNode=tempNode->next;
	}
	*/
	if(isEmpty())
		insertAtBack(pNode);
	else
	{
		if(pNode->f<=firstPtr->f)
		{
			pNode->next=firstPtr;
			firstPtr=pNode;
		}
		else if(pNode->f>=lastPtr->f)
		{
			lastPtr->next=pNode;
			lastPtr=pNode;
			lastPtr->next=NULL; 		}
		else
		{
			ListNode*tempPtr=firstPtr;
			while(tempPtr->next!=NULL)
			{
				if((tempPtr->f<=pNode->f)&&(tempPtr->next->f>=pNode->f))
				{
					pNode->next=tempPtr->next;
					tempPtr->next=pNode;
					break;
				}
				tempPtr=tempPtr->next;
			}
		}
	}
}
bool List::isEmpty()const
{
	return firstPtr==0;
}
bool List::isInList(ListNode*pNode,float &g)const //如果这个点已经在OpenList中的话,将该点的g值赋给g(因为是同一点,h值必然相同,所以比较f和比较g是一样的。)
{
	////////////////////////////////////只要判断这个点的坐标在OpenList或者ClosedList中能不能找到相同的就行。
	if(!isEmpty())//首先要不为空才可以继续下面的查找判断
	{
		ListNode*tempPtr=firstPtr;
		while(tempPtr->next!=NULL)   //这种查找方法用的是最古老的查找方法,其实对于排好了序的链表,可以用二分查找的,以后要改进这个。
		{
			if((tempPtr->pos.x==pNode->pos.x)&&(tempPtr->pos.y==pNode->pos.y))
			{
				g=tempPtr->g;
				return true;
			}
			tempPtr=tempPtr->next;  //千万别忘了这句。
		}
   }
	return false;
}
ListNode* List::getFromList(const Point&p)  //取出坐标点与p相同的节点并从链表中移出。注意:一定要保证这个坐标点在链表中的基础上才能使用这个函数,否则会出错。
{
	ListNode*tempPtr=firstPtr;
	int countNum=0;
	while(tempPtr->next!=NULL)
	{
		countNum++;
		if((tempPtr->pos.x==p.x)&&(tempPtr->pos.y==p.y))
		{
		///////////////////////要先解除链接关系。
			break;		
		}
		tempPtr=tempPtr->next;
	}
	ListNode*tempPtr02=firstPtr;
	for(int i=0;i<countNum-1;++i)//要找到那个等坐标节点的前一个节点以解除链接关系。
	{
		tempPtr02=tempPtr02->next;
	}
	tempPtr02->next=tempPtr->next;
	tempPtr->next=NULL; //为了彻底解除链接关系,将要移出的这个节点的next设置为NULL;
	return tempPtr; //不需要用break,因为函数遇到return就会返回。
}
ListNode* List::removeBestNode()
{
	ListNode*tempPtr=firstPtr;
	firstPtr=tempPtr->next;
	tempPtr->next=NULL;
	return tempPtr;


}
void List::exportList(char dir[])const
{
	if(firstPtr!=NULL)
	{
		ListNode*tempPtr=firstPtr;
		ofstream outData;
		outData.open(dir);
		while(tempPtr->next!=NULL)
		{
			outData<<"("<<tempPtr->pos.x<<","<<tempPtr->pos.y<<") "<<"f="<<tempPtr->f<<" g="<<tempPtr->g<<" h="<<tempPtr->h<<endl;
			tempPtr=tempPtr->next;
		}
		outData.close();


	}
	
}
最后是main函数,它与上面介绍的A*算法几乎一样,只是自己作了一点小的改进:
#include "stdafx.h"
#include "List.h"
#include <vector>
#include <iostream>
#include <string>
using namespace std;


int _tmain(int argc, _TCHAR* argv[])
{
	Point startPoint(10.0f,60.0f);
	Point endPoint(100.0f,59.0f);   //现在这个算法有一个缺陷就是只能计算终点横纵坐标相等的情形,这点必须改进。
	float width=200.0f;
	float height=200.0f;
	ListNode*startNode=new ListNode(startPoint);
	////////////////////////它是第一个节点,所以要它来调用static函数以设置类的static变量(起点和终点)
	//startNode->setStartPoint(startPoint);
	startNode->setEndPoint(endPoint);
	startNode->setPlanAreaWidth(width);
	startNode->setPlanAreaHeight(height);
	/////////////////////
	startNode->setg(0.0f);
	startNode->seth();
	startNode->setf();
	//////////////////////////////
	List OpenList;//注意:要写成List OpenList而不是List OpenList()
	List ClosedList;
	/////////////////////////////
	OpenList.insertAtBack(startNode);
	////////////////////////
	int countNum=0;
       while(!OpenList.isEmpty())
	{
		countNum++; //输出文件号。
		ListNode*currentNode=OpenList.removeBestNode();
		if(currentNode->isCloseEnough(0.1f))  //说明它离终点足够近,可以停止规划了。
		{
			cout<<"Congratulations! A Star Algorithm has succeeded!"<<endl;
			cout<<"And the path info is as follows:"<<endl;
			ListNode*tempPtr=currentNode;
			while(tempPtr!=NULL) //注意要写成tempPtr!=NULL而不是tempPtr->getPrev()!否则无法遍历到路径的第一个节点。
			{
				float x=tempPtr->getPos().x;
				float y=tempPtr->getPos().y;
				cout<<"("<<x<<","<<y<<")"<<endl;
				tempPtr=tempPtr->getPrev();
			}

			//cout<<"("<<startPoint.x<<","<<startPoint.y<<")"<<endl;

			break;
		}
		////////////////////////////////////////////////////////////////////////////////////
		vector<ListNode*>v;
		currentNode->getNeightborNodes(v);
		vector<ListNode*>::iterator iter;

		/*
	    //////////////////////////////////为了测试工作情况,把OpenList中的所有元素输出到文件中。By the way,this is for tes.
		char dir[20];
		sprintf(dir,"OpenList%d.txt",countNum);
		OpenList.exportList(dir);*/

		int i=0;
		for(iter=v.begin();iter!=v.end();++iter)
		{
			v[i]->setg();
			v[i]->seth();
			v[i]->setf();
			/////////////////////////////////在求得g,h,f后,要取消父子连接吗?要!
			v[i]->setFather(NULL);
			float tempg=-1.0f;
			if(OpenList.isInList(v[i],tempg))
			{
				if(v[i]->getg()<tempg)
				{
					v[i]->setFather(currentNode);
					ListNode*tempPtr=OpenList.getFromList(v[i]->getPos());	
					//OpenList.insertProperly(tempPtr);
					OpenList.insertProperly(v[i]);
				}
				else
				{
					delete v[i];  //这样做会不会引起v的变化,还要先测试一下。
					v[i]=NULL;  //删除没有插入OpenList的邻节点,以防内存泄漏。

				}
				

			}
			///////////////////////////////////////////////////////////////////////
			//float tempg=-1.0f; //上面已经定义过了
			else if(ClosedList.isInList(v[i],tempg))   //初步怀疑是因为下面的这个操作而导致出错。
			{
				delete v[i];
				v[i]=NULL; 
				++i; //由于此时不会执行到下面,所以要在这里让i自加!
				continue;
			}
			//////////////////////////////////////////////////////////////////////
			//if((!OpenList.isInList(v[i],tempg))&&(!ClosedList.isInList(v[i],tempg)))
			else  //一个节点只有这三种可能:要么在OpenList中,要么在ClosedList中,要么都不在。
			{
				v[i]->setFather(currentNode);
				OpenList.insertProperly(v[i]);
			}

		
			++i;

		}

		v.clear();
		ClosedList.insertAtBack(currentNode);

	}

	cout<<"End of pathplaning!"<<endl;
	system("pause");
	return 0;
}


发表评论

2个评论

  • qq_36831009

    2016-11-26 21:14:59回复

  • u011516606

    感谢楼主提供的A*算法维基版本解释。比坊间流传的要理解的透彻。

    2014-11-07 10:42:53回复

我要留言×

技术领域:

我要留言×

留言成功,我们将在审核后加至投票列表中!

提示x

搜索引擎知识库已成功保存至我的图谱现在你可以用它来管理自己的知识内容了

删除图谱提示×

你保存在该图谱下的知识内容也会被删除,建议你先将内容移到其他图谱中。你确定要删除知识图谱及其内容吗?

删除节点提示×

无法删除该知识节点,因该节点下仍保存有相关知识内容!

删除节点提示×

你确定要删除该知识节点吗?