第一部分:
A*
算法簡(jiǎn)介?
寫這篇文章的初衷是應(yīng)一個(gè)網(wǎng)友的要求,當(dāng)然我也發(fā)現(xiàn)現(xiàn)在有關(guān)人工智能的中文站點(diǎn)實(shí)在太少,我在這里拋磚引玉,希望大家都來(lái)熱心的參與。?
還是說(shuō)正題,我先拿A*算法開(kāi)刀,是因?yàn)?/font>A*在游戲中有它很典型的用法,是人工智能在游戲中的代表。?
A*算法在人工智能中是一種典型的啟發(fā)式搜索算法,為了說(shuō)清楚A*算法,我看還是先說(shuō)說(shuō)何謂啟發(fā)式算法。?
一、何謂啟發(fā)式搜索算法:
?
在說(shuō)它之前先提提狀態(tài)空間搜索。狀態(tài)空間搜索,如果按專業(yè)點(diǎn)的說(shuō)法就是將問(wèn)題求解過(guò)程表現(xiàn)為從
初始狀態(tài)到目標(biāo)狀態(tài)尋找這個(gè)路徑的過(guò)程。通俗點(diǎn)說(shuō),就是在解一個(gè)問(wèn)題時(shí),找到一條解題的過(guò)程可以從
求解的開(kāi)始到問(wèn)題的結(jié)果(好象并不通俗哦)。由于求解問(wèn)題的過(guò)程中分枝有很多,主要是求解過(guò)程中求
解條件的不確定性,不完備性造成的,使得求解的路徑很多這就構(gòu)成了一個(gè)圖,我們說(shuō)這個(gè)圖就是狀態(tài)空
間。問(wèn)題的求解實(shí)際上就是在這個(gè)圖中找到一條路徑可以從開(kāi)始到結(jié)果。這個(gè)尋找的過(guò)程就是狀態(tài)空間搜
索。
?
常用的狀態(tài)空間搜索有深度優(yōu)先和廣度優(yōu)先。廣度優(yōu)先是從初始狀態(tài)一層一層向下找,直到找到目標(biāo)
為止。深度優(yōu)先是按照一定的順序前查找完一個(gè)分支,再查找另一個(gè)分支,以至找到目標(biāo)為止。這兩種算
法在數(shù)據(jù)結(jié)構(gòu)書中都有描述,可以參看這些書得到更詳細(xì)的解釋。
?
前面說(shuō)的廣度和深度優(yōu)先搜索有一個(gè)很大的缺陷就是他們都是在一個(gè)給定的狀態(tài)空間中窮舉。這在狀
態(tài)空間不大的情況下是很合適的算法,可是當(dāng)狀態(tài)空間十分大,且不預(yù)測(cè)的情況下就不可取了。他的效率
實(shí)在太低,甚至不可完成。在這里就要用到啟發(fā)式搜索了。
?
啟發(fā)式搜索就是在狀態(tài)空間中的搜索對(duì)每一個(gè)搜索的位置進(jìn)行評(píng)估,得到最好的位置,再?gòu)倪@個(gè)位置
進(jìn)行搜索直到目標(biāo)。這樣可以省略大量無(wú)畏的搜索路徑,提到了效率。在啟發(fā)式搜索中,對(duì)位置的估價(jià)是
十分重要的。采用了不同的估價(jià)可以有不同的效果。我們先看看估價(jià)是如何表示的。
?
啟發(fā)中的估價(jià)是用估價(jià)函數(shù)表示的,如:
?
f(n) = g(n) + h(n) ?
其中
f(n)
是節(jié)點(diǎn)
n
的估價(jià)函數(shù),
g(n)
實(shí)在狀態(tài)空間中從初始節(jié)點(diǎn)到
n
節(jié)點(diǎn)的實(shí)際代價(jià),
h(n)
是從
n
到目
標(biāo)節(jié)點(diǎn)最佳路徑的估計(jì)代價(jià)。在這里主要是
h(n)
體現(xiàn)了搜索的啟發(fā)信息,因?yàn)?/font>
g(n)
是已知的。如果說(shuō)詳細(xì)
點(diǎn),
g(n)
代表了搜索的廣度的優(yōu)先趨勢(shì)。但是當(dāng)
h(n) >> g(n)
時(shí),可以省略
g(n),
而提高效率。這些就深了,
不懂也不影響啦!我們繼續(xù)看看何謂
A*
算法。
?
二、初識(shí)
A*
算法:
?
啟發(fā)式搜索其實(shí)有很多的算法,比如:局部擇優(yōu)搜索法、最好優(yōu)先搜索法等等。當(dāng)然
A*
也是。這些算法
都使用了啟發(fā)函數(shù),但在具體的選取最佳搜索節(jié)點(diǎn)時(shí)的策略不同。象局部擇優(yōu)搜索法,就是在搜索的過(guò)程中
選取“最佳節(jié)點(diǎn)”后舍棄其他的兄弟節(jié)點(diǎn),父親節(jié)點(diǎn),而一直得搜索下去。這種搜索的結(jié)果很明顯,由于舍
棄了其他的節(jié)點(diǎn),可能也把最好的節(jié)點(diǎn)都舍棄了,因?yàn)榍蠼獾淖罴压?jié)點(diǎn)只是在該階段的最佳并不一定是全局
的最佳。最好優(yōu)先就聰明多了,他在搜索時(shí),便沒(méi)有舍棄節(jié)點(diǎn)(除非該節(jié)點(diǎn)是死節(jié)點(diǎn)),在每一步的估價(jià)中
都把當(dāng)前的節(jié)點(diǎn)和以前的節(jié)點(diǎn)的估價(jià)值比較得到一個(gè)“最佳的節(jié)點(diǎn)”。這樣可以有效的防止“最佳節(jié)點(diǎn)”的
丟失。那么
A*
算法又是一種什么樣的算法呢?其實(shí)
A*
算法也是一種最好優(yōu)先的算法。只不過(guò)要加上一些約束
條件罷了。由于在一些問(wèn)題求解時(shí),我們希望能夠求解出狀態(tài)空間搜索的最短路徑,也就是用最快的方法求
解問(wèn)題,
A*
就是干這種事情的!我們先下個(gè)定義,如果一個(gè)估價(jià)函數(shù)可以找出最短的路徑,我們稱之為可采
納性。
A*
算法是一個(gè)可采納的最好優(yōu)先算法。
A*
算法的估價(jià)函數(shù)克表示為:
?
f'(n) = g'(n) + h'(n) ?
這里,
f'(n)
是估價(jià)函數(shù),
g'(n)
是起點(diǎn)到終點(diǎn)的最短路徑值,
h'(n)
是
n
到目標(biāo)的最斷路經(jīng)的啟發(fā)值。由
于這個(gè)
f'(n)
其實(shí)是無(wú)法預(yù)先知道的,所以我們用前面的估價(jià)函數(shù)
f(n)
做近似。
g(n)
代替
g'(n)
,但
g(n)>=g'(n)
才可(大多數(shù)情況下都是滿足的,可以不用考慮),
h(n)
代替
h'(n)
,但
h(n)<=h'(n)
才可(這一點(diǎn)特別的重
要)。可以證明應(yīng)用這樣的估價(jià)函數(shù)是可以找到最短路徑的,也就是可采納的。我們說(shuō)應(yīng)用這種估價(jià)函數(shù)的
最好優(yōu)先算法就是
A*
算法。哈!你懂了嗎?肯定沒(méi)懂!接著看!
?
?
舉一個(gè)例子,其實(shí)廣度優(yōu)先算法就是
A*
算法的特例。其中
g(n)
是節(jié)點(diǎn)所在的層數(shù),
h(n)=0
,這種
h(n)
肯
定小于
h'(n)
,所以由前述可知廣度優(yōu)先算法是一種可采納的。實(shí)際也是。當(dāng)然它是一種最臭的
A*
算法。
?
再說(shuō)一個(gè)問(wèn)題,就是有關(guān)
h(n)
啟發(fā)函數(shù)的信息性。
h(n)
的信息性通俗點(diǎn)說(shuō)其實(shí)就是在估計(jì)一個(gè)節(jié)點(diǎn)的值
時(shí)的約束條件,如果信息越多或約束條件越多則排除的節(jié)點(diǎn)就越多,估價(jià)函數(shù)越好或說(shuō)這個(gè)算法越好。這就
是為什么廣度優(yōu)先算法的那么臭的原因了,誰(shuí)叫它的
h(n)=0
,一點(diǎn)啟發(fā)信息都沒(méi)有。但在游戲開(kāi)發(fā)中由于實(shí)
時(shí)性的問(wèn)題,
h(n)
的信息越多,它的計(jì)算量就越大,耗費(fèi)的時(shí)間就越多。就應(yīng)該適當(dāng)?shù)臏p小
h(n)
的信息,即
減小約束條件。但算法的準(zhǔn)確性就差了,這里就有一個(gè)平衡的問(wèn)題??呻y了,這就看你的了!
?
好了我的話也說(shuō)得差不多了,我想你肯定是一頭的霧水了,其實(shí)這是寫給懂
A*
算法的同志看的。哈哈!
你還是找一本人工智能的書仔細(xì)看看吧!我這幾百字是不足以將
A*
算法講清楚的。只是起到拋磚引玉的作用
希望大家熱情參與嗎!
?
預(yù)知
A*
算法的應(yīng)用,請(qǐng)看《深入
A*
算法》。
?
第二部分:深入
A*
算法———淺析
A*
算法在搜索最短路徑中的應(yīng)用
一、前言
?
在這里我將對(duì)
A*
算法的實(shí)際應(yīng)用進(jìn)行一定的探討,并且舉一個(gè)有關(guān)
A*
算法在最短路徑搜索
的例子。值得注意的是這里并不對(duì)
A*
的基本的?
概念作介紹,如果你還對(duì)
A*
算法不清楚的話,
請(qǐng)看姊妹篇《初識(shí)
A*
算法》。
?
這里所舉的例子是參考
AMIT
主頁(yè)中的一個(gè)源程序,你可以在
AMIT
的站點(diǎn)上下載也可以在我
的站點(diǎn)上下載。你使用這個(gè)源程序時(shí),應(yīng)該遵?
守一定的公約。
?
二、
A*
算法的程序編寫原理
?
我在《初識(shí)
A*
算法》中說(shuō)過(guò),
A*
算法是最好優(yōu)先算法的一種。只是有一些約束條件而已。
我們先來(lái)看看最好優(yōu)先算法是如何編寫的吧。
?
如圖有如下的狀態(tài)空間:(起始位置是
A
,目標(biāo)位置是
P
,字母后的數(shù)字表示節(jié)點(diǎn)的估價(jià)值)
?
?
搜索過(guò)程中設(shè)置兩個(gè)表:
OPEN
和
CLOSED
。
OPEN
表保存了所有已生成而未考察的節(jié)點(diǎn),
CLOSED
表中記錄已訪問(wèn)過(guò)的節(jié)點(diǎn)。算法中有一步是?
根據(jù)估價(jià)函數(shù)重排
OPEN
表。這樣循環(huán)中的每一
步只考慮
OPEN
表中狀態(tài)最好的節(jié)點(diǎn)。具體搜索過(guò)程如下:
?
?
??????1)初始狀態(tài):???
?????????????OPEN=[A5];CLOSED=[];
??????2)估算A5,取得搜有子節(jié)點(diǎn),并放入OPEN表中;
?????????????OPEN=[B4,C4,D6];CLOSED=[A5]
??????3)估算B4,取得搜有子節(jié)點(diǎn),并放入OPEN表中;
?????????????OPEN=[C4,E5,F5,D6];CLOSED=[B4,A5]
??????4)估算C4;取得搜有子節(jié)點(diǎn),并放入OPEN表中;
?????????????OPEN=[H3,G4,E5,F5,D6];CLOSED=[C4,B4,A5]
??????5)估算H3,取得搜有子節(jié)點(diǎn),并放入OPEN表中;
?????????????OPEN=[O2,P3,G4,E5,F5,D6];CLOSED=H3C4,B4,A5]
??????6)估算O2,取得搜有子節(jié)點(diǎn),并放入OPEN表中;
?????????????OPEN=[P3,G4,E5,F5,D6];CLOSED=[O2,H3,C4,B4,A5]
??????7)估算P3,已得到解;?
看了具體的過(guò)程,再看看偽程序吧。算法的偽程序如下:
??
??????Best_First_Search()


??????
{

??????Open?
=
?[起始節(jié)點(diǎn)];?Closed?
=
?[];

??????
while
?(?Open表非空?)


??????
{

??????????從Open中取得一個(gè)節(jié)點(diǎn)X,并從OPEN表中刪除。

??????????
if
?(X是目標(biāo)節(jié)點(diǎn))


??????????
{

?????????????求得路徑PATH;返回路徑PATH;

????????????}
??????????
for
?(每一個(gè)X的子節(jié)點(diǎn)Y)


??????????
{

?????????????
if
(?Y不在OPEN表和CLOSE表中?)


?????????????
{

????????????????求Y的估價(jià)值;并將Y插入OPEN表中;
//
還沒(méi)有排序
?????????????}
?????????????
else
?????????????????
if
(?Y在OPEN表中?)


?????????????????
{

????????????????????
if
(?Y的估價(jià)值小于OPEN表的估價(jià)值?)

????????????????????????更新OPEN表中的估價(jià)值;?

?????????????????}
?????????????????
else
??
//
Y在CLOSE表中
????????????????????
{

????????????????????
if
(?Y的估價(jià)值小于CLOSE表的估價(jià)值?)


????????????????????
{

????????????????????????更新CLOSE表中的估價(jià)值;?

????????????????????????從CLOSE表中移出節(jié)點(diǎn),并放入OPEN表中;

????????????????????}
?????????????????}
??????????????將X節(jié)點(diǎn)插入CLOSE表中;

??????????????按照估價(jià)值將OPEN表中的節(jié)點(diǎn)排序;

?????????????}
//
end?for
??????}
//
end?while
??????}
//
end?func?
??!偽程序出來(lái)了,寫一個(gè)源程序應(yīng)該不是問(wèn)題了,依葫蘆畫瓢就可以。
A*
算法的程序與此
是一樣的,只要注意估價(jià)函數(shù)中的
g(n)
的
h(n)
約束條件就可以了。不清楚的可以看看《初識(shí)
A*
算法》。好了,我們可以進(jìn)入另一個(gè)重要的話題,用
A*
算法實(shí)現(xiàn)最短路徑的搜索。在此之
前你最好認(rèn)真的理解前面的算法。不清楚可以找我。我的
Email
在文章尾。
?
三、用
A*
算法實(shí)現(xiàn)最短路徑的搜索
?
在游戲設(shè)計(jì)中,經(jīng)常要涉及到最短路徑的搜索,現(xiàn)在一個(gè)比較好的方法就是用
A*
算法進(jìn)行設(shè)
計(jì)。他的好處我們就不用管了,反正就是好!
^_* ?
注意下面所說(shuō)的都是以
ClassAstar
這個(gè)程序?yàn)樗{(lán)本,你可以在這里下載這個(gè)程序。這個(gè)程
序是一個(gè)完整的工程。里面帶了一個(gè)
EXE
文件。可以先看看。
?
先復(fù)習(xí)一下,
A*
算法的核心是估價(jià)函數(shù)
f(n)
,它包括
g(n)
和
h(n)
兩部分。
g(n)
是已經(jīng)走過(guò)的
代價(jià),
h(n)
是
n
到目標(biāo)的估計(jì)代價(jià)。在這個(gè)例子中
g(n)
表示在狀態(tài)空間從起始節(jié)點(diǎn)到
n
節(jié)點(diǎn)的
深度,
h(n)
表示
n
節(jié)點(diǎn)所在地圖的位置到目標(biāo)位置的直線距離。啊!一個(gè)是狀態(tài)空間,一個(gè)是
實(shí)際的地圖,不要搞錯(cuò)了。再詳細(xì)點(diǎn)說(shuō),有一個(gè)物體
A
,在地圖上的坐標(biāo)是
(xa,ya)
,
A
所要到
達(dá)的目標(biāo)
b
的坐標(biāo)是
(xb,yb)
。則開(kāi)始搜索時(shí),設(shè)置一個(gè)起始節(jié)點(diǎn)
1
,生成八個(gè)子節(jié)點(diǎn)
2 - 9
因
為有八個(gè)方向。如圖:
?
?
仔細(xì)看看節(jié)點(diǎn)
1
、
9
、
17
的
g(n)
和
h(n)
是怎么計(jì)算的?,F(xiàn)在應(yīng)該知道了下面程序中的
f(n)
是如何
計(jì)算的吧。開(kāi)始講解源程序了。其實(shí)這個(gè)程序是一個(gè)很典型的教科書似的程序,也就是說(shuō)只要
你看懂了上面的偽程序,這個(gè)程序是十分容易理解的。不過(guò)他和上面的偽程序有一些的不同,
我在后面會(huì)提出來(lái)。
?
先看搜索主函數(shù):
??
??????
void
?AstarPathfinder::FindPath(
int
?sx,?
int
?sy,?
int
?dx,?
int
?dy)


??????
{

?????????NODE?
*
Node,?
*
BestNode;

?????????
int
?TileNumDest;

???????????
//
得到目標(biāo)位置,作判斷用
?????????TileNumDest?
=
?TileNum(sx,?sy);

?????????
//
生成Open和Closed表
?????????OPEN
=
(?NODE
*
?)calloc(
1
,
sizeof
(?NODE?));

?????????CLOSED
=
(?NODE
*
?)calloc(
1
,
sizeof
(?NODE?));

?????????
//
生成起始節(jié)點(diǎn),并放入Open表中
?????????Node
=
(?NODE
*
?)calloc(
1
,
sizeof
(?NODE?));

?????????Node
->
g?
=
?
0
;

?????????
//
這是計(jì)算h值?
?????????Node
->
h?
=
?(dx
-
sx)
*
(dx
-
sx)?
+
?(dy
-
sy)
*
(dy
-
sy);??
//
?should?really?use?sqrt().

?????????
//
這是計(jì)算f值,即估價(jià)值
?????????Node
->
f?
=
?Node
->
g
+
Node
->
h;

?????????Node
->
NodeNum?
=
?TileNum(dx,?dy);

?????????Node
->
x?
=
?dx;

?????????Node
->
y?
=
?dy;

????????

?????????OPEN
->
NextNode
=
Node;????????
//
?make?Open?List?point?to?first?node
?????????
for
?(;;)


?????????
{????
//
從Open表中取得一個(gè)估價(jià)值最好的節(jié)點(diǎn)
?????????????BestNode
=
ReturnBestNode();

?????????????
//
如果該節(jié)點(diǎn)是目標(biāo)節(jié)點(diǎn)就退出
?????????????
if
?(BestNode
->
NodeNum?
==
?TileNumDest)????
//
?if?we've?found?the?end,?break?and?finish
?????????????????
break
;

?????????????
//
否則生成子節(jié)點(diǎn)
?????????????GenerateSuccessors(BestNode,sx,sy);

?????????}
?????????PATH?
=
?BestNode;

??????}
?


再看看生成子節(jié)點(diǎn)函數(shù) GenerateSuccessors:??
??????void?AstarPathfinder::GenerateSuccessors(NODE?*BestNode,?int?dx,?int?dy)


??????
{

?????????int?x,?y;

?????????//哦!依次生成八個(gè)方向的子節(jié)點(diǎn),簡(jiǎn)單!

????????????????????????//?Upper-Left

????????if?(?FreeTile(x=BestNode->x-TILESIZE,?y=BestNode->y-TILESIZE)?)

????????????GenerateSucc(BestNode,x,y,dx,dy);

????????????????????????//?Upper

?????????if?(?FreeTile(x=BestNode->x,?y=BestNode->y-TILESIZE)?)

????????????GenerateSucc(BestNode,x,y,dx,dy);

????????????????????????//?Upper-Right

?????????if?(?FreeTile(x=BestNode->x+TILESIZE,?y=BestNode->y-TILESIZE)?)

????????????GenerateSucc(BestNode,x,y,dx,dy);

????????????????????????//?Right

?????????if?(?FreeTile(x=BestNode->x+TILESIZE,?y=BestNode->y)?)

????????????GenerateSucc(BestNode,x,y,dx,dy);

????????????????????????//?Lower-Right

?????????if?(?FreeTile(x=BestNode->x+TILESIZE,?y=BestNode->y+TILESIZE)?)

????????????GenerateSucc(BestNode,x,y,dx,dy);

????????????????????????//?Lower

?????????if?(?FreeTile(x=BestNode->x,?y=BestNode->y+TILESIZE)?)

????????????GenerateSucc(BestNode,x,y,dx,dy);

????????????????????????//?Lower-Left

?????????if?(?FreeTile(x=BestNode->x-TILESIZE,?y=BestNode->y+TILESIZE)?)

????????????GenerateSucc(BestNode,x,y,dx,dy);

????????????????????????//?Left

?????????if?(?FreeTile(x=BestNode->x-TILESIZE,?y=BestNode->y)?)

????????????GenerateSucc(BestNode,x,y,dx,dy);

??????}?



看看最重要的函數(shù)GenerateSucc:??
??????void?AstarPathfinder::GenerateSucc(NODE?*BestNode,int?x,?int?y,?int?dx,?int?dy)


??????
{

?????????int?g,?TileNumS,?c?=?0;

?????????NODE?*Old,?*Successor;

?????????//計(jì)算子節(jié)點(diǎn)的?g?值??

?????????g?=?BestNode->g+1;?????//?g(Successor)=g(BestNode)+cost?of?getting?from?BestNode?to?Successor

?????????TileNumS?=?TileNum(x,y);??//?identification?purposes

?????????//子節(jié)點(diǎn)再Open表中嗎??

?????????if?(?(Old=CheckOPEN(TileNumS))?!=?NULL?)?//?if?equal?to?NULL?then?not?in?OPEN?list,?else?it?returns?the?Node?in?Old


?????????
{

?????????????//若在

?????????????for(?c?=?0;?c?<8;?c++)?if(?BestNode->Child[c]?==?NULL?)?//?Add?Old?to?the?list?of?BestNode's?Children?(or?Successors).

???????????break;

?????????????BestNode->Child[c]?=?Old;

?????????????//比較Open表中的估價(jià)值和當(dāng)前的估價(jià)值(只要比較g值就可以了)

?????????????if?(?g?g?)??//?if?our?new?g?value?is?Parent?=?BestNode;

???????????Old->g?=?g;

??????????Old->f?=?g?+?Old->h;

?????????????}

?????????}

?????????else?//在Closed表中嗎?

?????????if?(?(Old=CheckCLOSED(TileNumS))?!=?NULL?)?//?if?equal?to?NULL?then?not?in?OPEN?list,?else?it?returns?the?Node?in?Old


?????????
{

??????????//若在

??????????????for(?c?=?0;?c<8;?c++)?if?(?BestNode->Child[c]?==?NULL?)?//?Add?Old?to?the?list?of?BestNode's?Children?(or?Successors).

???????????break;

?????????????BestNode->Child[c]?=?Old;

?????????????//比較Closed表中的估價(jià)值和當(dāng)前的估價(jià)值(只要比較g值就可以了)

?????????????if?(?g?g?)??//?if?our?new?g?value?is?Parent?=?BestNode;

??????????????Old->g?=?g;

??????????????Old->f?=?g?+?Old->h;

?????????????????//再依次更新Old的所有子節(jié)點(diǎn)的估價(jià)值

??????????????PropagateDown(Old);??//?Since?we?changed?the?g?value?of?Old,?we?need

???????????????????????????????????//?to?propagate?this?new?value?downwards,?i.e.

???????????????????????????????????//?do?a?Depth-First?traversal?of?the?tree!

?????????????}

?????????}

?????????else//不在Open表中也不在Close表中


?????????
{?

?????????????//生成新的節(jié)點(diǎn)

?????????????Successor?=?(?NODE*?)calloc(1,sizeof(?NODE?));

?????????????Successor->Parent?=?BestNode;

?????????????Successor->g?=?g;

?????????????Successor->h?=?(x-dx)*(x-dx)?+?(y-dy)*(y-dy);??//?should?do?sqrt(),?but?since?we?don't?really

?????????????Successor->f?=?g+Successor->h;?????//?care?about?the?distance?but?just?which?branch?looks

?????????????Successor->x?=?x;?????????????????//?better?this?should?suffice.?Anyayz?it's?faster.

?????????????Successor->y?=?y;

?????????????Successor->NodeNum?=?TileNumS;

?????????????//再插入Open表中,同時(shí)排序。

?????????????Insert(Successor);?????//?Insert?Successor?on?OPEN?list?wrt?f

?????????????for(?c?=0;?c?<8;?c++)?if?(?BestNode->Child[c]?==?NULL?)?//?Add?Old?to?the?list?of?BestNode's?Children?(or?Successors).

??????????????break;

?????????????BestNode->Child[c]?=?Successor;

?????????}

??????}?



哈哈!A*算法我懂了!當(dāng)然,我希望你有這樣的感覺(jué)!不過(guò)我還要再說(shuō)幾句。仔細(xì)看看這個(gè)程序,你會(huì)發(fā)現(xiàn),這個(gè)程序和我前面說(shuō)的偽程序有一些不同,在GenerateSucc函數(shù)中,當(dāng)子節(jié)點(diǎn)在Closed表中時(shí),沒(méi)有將子節(jié)點(diǎn)從Closed表中刪除并放入Open表中。而是直接的重新的計(jì)算該節(jié)點(diǎn)的所有子節(jié)點(diǎn)的估價(jià)值(用PropagateDown函數(shù))。這樣可以快一些!另當(dāng)子節(jié)點(diǎn)在Open 表和Closed表中時(shí),重新的計(jì)算估價(jià)值后,沒(méi)有重新的對(duì)Open表中的節(jié)點(diǎn)排序,我有些想不通,為什么不排呢?:-(,會(huì)不會(huì)是一個(gè)小小的BUG。你知道告訴我好嗎?