Question

我需要一个从point_a到point_b的算法，花费给定的n个像素（或者我可以将平方[面积大于像素]视为一个像素）。例如：如果在笛卡尔计划中，point_a =（0,0）和point_b =（100,150），并且n = 350，我希望算法以这种方式运行：如果point_a + point_b等于n，则直接到最后一点（即x = 100，y = 150）但是如果上面的条件是假的，它会一直在计划中走动，直到上述条件变为真，并且当它完成时，它会直接到达这一点。

我正在考虑上面引用的算法。我的问题是算法不能花费多于或少于n，它必须是非常好的。

我目前正在使用Lua，但这并不重要，因为我想在这里实际上改善了我的想法，而不是让另一个准备好了。

Answer 1

关于路径应该如何的任何偏好？让算法首先沿着直线行进然后在最后的方块上来回走，直到所有步骤都用完为止？或者稍微好看的算法看起来像这样：

假设pointA是（0,0），pointB是（0，p），现在找到pointC（x，0），使得路径A-> C-> B具有n的长度。很容易就可以得到x = sqrt（n ^ 2 - p ^ 2）。如果n == p，c = 0，这意味着只需要直线。

Answer 2

我不确定你正在使用什么距离测量。如果你从（0,0）开始并想去（3,4），那么是5步（欧几里德距离）还是7步（曼哈顿距离）？如果你正在使用欧氏距离，你如何处理不合理的距离？

我假设你正在使用曼哈顿距离而我正在提出一个概率解决方案。

让我们假设您离目的地只有几步之遥，您需要在n个步骤（n> = m）中执行此操作。让我们将当前状态定义为（m，n）。如果向目标移动一步，问题状态为（m-1，n-1）并且离目的地越远，则状态为（m + 1，n-1）。

在每个点使用当前状态计算前往目的地的概率p = 3 * m /（3 * m +（n-m））。生成0到1之间的随机数，如果它低于p，则转向目的地，否则远离目的地。

def nextmove(m,n):
    p = 3.0*m/(3*m + (n-m) )
    if random.random() <=p:
        return m-1,n-1,'towards'
    else:
        return m+1,n-1,'farther'

关于算法的一点提示

2 个答案: