根据许多相关信息,似乎跳点搜索在满足必要条件(均匀成本网格等)时严格优于A *
但是经过一些实际测试,我发现跳转点搜索所花的搜索时间几乎与A *(甚至更糟...)相同,我对此不太确定...(实现问题?网格?)
搜索实现来自here,下面列出了测试代码:
int profileCount = 256;
long elapsedJumpPoint = 0;
long elapsedAStar = 0;
for (int i = 0; i < profileCount; ++i)
{
// random set obstacles here
RandomizeGrid(searchGrid);
{
searchGrid.Reset();
var stopWatch = Stopwatch.StartNew();
jumpParam.DiagonalMovement = (DiagonalMovement)cbbJumpType.SelectedIndex;
jumpParam.CurIterationType = cbUseRecursive.Checked ? IterationType.RECURSIVE : IterationType.LOOP;
jumpParam.Reset(startPos, endPos);
var path = JumpPointFinder.FindPath(jumpParam);
elapsedJumpPoint += stopWatch.ElapsedMilliseconds;
}
{
searchGrid.Reset();
var stopWatch = Stopwatch.StartNew();
starParam.DiagonalMovement = (DiagonalMovement)cbbJumpType.SelectedIndex;
starParam.SetHeuristic(HeuristicMode.EUCLIDEAN);
starParam.Reset(startPos, endPos);
var path = AStarFinder.FindPath(starParam);
elapsedAStar += stopWatch.ElapsedMilliseconds;
}
}
MessageBox.Show(string.Format("JP time : {0}ms\nA* time : {1}ms", elapsedJumpPoint / (float)profileCount, elapsedAStar / (float)profileCount));
RandomizeGrid代码在这里:
void RandomizeGrid(BaseGrid searchGrid, float randomPercent = 0.2f)
{
if (searchGrid != null)
{
var width = searchGrid.width;
var height = searchGrid.height;
for (int i = 0; i < width; ++i)
{
for (int j = 0; j < height; ++j)
{
searchGrid.SetWalkableAt(new GridPos(i, j), true);
}
}
var random = new Random();
for (int i = 0; i < width * height * randomPercent; ++i)
{
var randWidth = random.Next(0, width);
var randHeight = random.Next(0, height);
searchGrid.SetWalkableAt(new GridPos(randWidth, randHeight), false);
}
}
}
一些测试结果也列在下面:
| randomPercent | JP | A * |
| 0.05 | 〜8.7ms | 〜8.2ms |
| 0.1 | 〜11ms | 〜14.3ms |
| 0.2 | 〜15ms | 〜13.7ms |
| 0.5 | 〜20.5ms | 〜22ms |
答案 0 :(得分:0)
跳转点搜索从A *显着减小了优先级队列的大小,但是查找每个单独的跳转点本身所花费的时间却更多。但是,它节省了很多时间,因为它不需要存储和维护可以从A *生成的大优先级队列,在该队列中,将其排序的推式操作可能会很昂贵。较小的队列大小也将有助于缓存行。但是,即使不将跳转点搜索添加到打开列表/优先级队列中,它们最终也可以比A *扩展更多的节点。
要回答有关在运行时方面是否严格更好的问题,它实际上取决于算法的实现以及给定的映射。由于打开列表的大小要小得多,因此内存使用情况通常会更好。如果网格像迷宫一样或有很多障碍物,速度通常会降低,因为它最终会增加很多跳转点,而这可能是昂贵的。
我将针对A *(https://github.com/YashTrikannad/mpl/blob/master/include/mpl/jps.h)的跳转点搜索的实现标记为基准,并且在测试1000x1000 2d网格(针对4-5个大尺寸障碍物进行1000次运行测试)中,跳转点搜索的平均运行速度大约快10倍(不是迷宫)。