轉載自??玻璃貓 程序員小灰

比如像這樣子：

第一步：把起點放入OpenList

第二步：找出OpenList中F值最小的方格，即唯一的方格Node(1,2)作為當前方格，并把當前格移出OpenList，放入CloseList。代表這個格子已到達并檢查過了。

第三步：找出當前格上下左右所有可到達的格子，看它們是否在OpenList當中。如果不在，加入OpenList，計算出相應的G、H、F值，并把當前格子作為它們的“父親節點”。

圖中，每個格子的左下方數字是G，右下方是H，左上方是F。

Round2 ~ 第一步：找出OpenList中F值最小的方格，即方格Node(2,2)作為當前方格，并把當前格移出OpenList，放入CloseList。代表這個格子已到達并檢查過了。

Round2 ~ 第二步：找出當前格上下左右所有可到達的格子，看它們是否在OpenList當中。如果不在，加入OpenList，計算出相應的G、H、F值，并把當前格子作為它們的“父親節點”。

為什么這一次OpenList只增加了兩個新格子呢？因為Node(3,2)是墻壁，自然不用考慮，而Node(1,2)在CloseList當中，說明已經檢查過了，也不用考慮。

Round3 ~ 第一步：找出OpenList中F值最小的方格。由于這時候多個方格的F值相等，任意選擇一個即可，比如Node(2,3)作為當前方格，并把當前格移出OpenList，放入CloseList。代表這個格子已到達并檢查過了。

Round3 ~ 第二步：找出當前格上下左右所有可到達的格子，看它們是否在OpenList當中。如果不在，加入OpenList，計算出相應的G、H、F值，并把當前格子作為它們的“父親節點”。

剩下的就是以前面的方式繼續迭代，直到OpenList中出現終點方格為止。這里就僅用圖片簡單描述了，方格中數字表示F值：

public?Node aStarSearch(Node start, Node end) {

// 把起點加入 open list

openList.add(start);

//主循環，每一輪檢查一個當前方格節點

while?(openList.size() >?0) {

// 在OpenList中查找 F值最小的節點作為當前方格節點

Node current = findMinNode();

// 當前方格節點從open list中移除

openList.remove(current);

// 當前方格節點進入 close list

closeList.add(current);

// 找到所有鄰近節點

List<Node> neighbors = findNeighbors(current);

for?(Node node : neighbors) {

if?(!openList.contains(node)) {

//鄰近節點不在OpenList中，標記父親、G、H、F，并放入OpenList

markAndInvolve(current, end, node);

}

}

//如果終點在OpenList中，直接返回終點格子

if?(find(openList, end) !=?null) {

return?find(openList, end);

}

}

//OpenList用盡，仍然找不到終點，說明終點不可到達，返回空

return null;

}

幾點說明：

1.這里對于A*尋路的描述做了很大的簡化。實際場景中可能會遇到斜向移動、特殊地形等等因素，有些時候需要對OpenList中的方格進行重新標記。

2.截圖中的小游戲可不是小灰開發的，而是一款經典的老游戲，有哪位小伙伴玩過嗎？

總結

以上是生活随笔為你收集整理的漫画：什么是A*寻路算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。