Question

我一直试图优化我自己的A *搜索算法的实现一段时间，最后改变了实际的算法部分。

我一直想知道这种方法是否比常规A *更快。为什么或者为什么不？如果是这样，有什么理由可以使用常规A *而不是这种稍微不同的方法？

def find_path(a, b):
    seen = set()
    opened = set()

    parent = {}
    distance = {a: path_distance(a, b)}

    while opened:
        node = min(opened, key=lambda x: distance[x])

        if node == end:
            path = []

            while node in parent:
                path.append(node)
                node = parent[node]

            return path

        opened.remove(node)

        for neighbor in node.neighbors:
            if neighbor not in seen:
                seen.add(neighbor)
                opened.add(neighbor)

                parent[neighbor] = node
                distance[neighbor] = pathDistance(neighbor, b)

def path_distance(a, b):
    return sum(y - x for x, y in zip(a.position, b.position))

我知道使用堆队列，但这不是这个问题的焦点。

Answer 1

原件有一个打开的设置和一个关闭的设置。它将检查封闭集中的邻居是否，如果该临时分数更高，则它将跳过它。如果在打开的集合中不，或者暂定得分较低，则会将其用作更好的路径。

你有一个打开的集合和一个看到的集合。你检查看到的集合中是否不，在这种情况下你会将它添加到看到的地方，并使用它。

这是非常不同的，可能会给出不正确的结果。据我所知，你的算法不会导致最短的路径，它只会总是使用最后一个邻居作为路径。

简化A *的速度

1 个答案: