寻路算法：A* Vs 跳转点搜索答案

【问题标题】：Path finding Algorithms : A* Vs Jump Point Search寻路算法：A* Vs 跳转点搜索
【发布时间】：2017-09-24 04:07:06
【问题描述】：

我知道 A* 比 Dijkstra 算法更好，因为它考虑了启发式值，但是从 A* 和 Jump Point search 来看，这是在有障碍物的环境中寻找最短路径的最有效算法？有什么区别？

【问题讨论】：

【解决方案1】：

Jump Point Search 是基于图上某些条件的改进 A*。因此，如果您满足这些条件（主要是统一成本网格），则 JPS 严格优于 A*（相同的最优性，最好的情况可以好几个数量级，而最坏的情况可能具有相同的复杂性，但具有稍差一点的常数），但如果不满足条件，则不能使用。

JPS 相对于 A* 的改进基本上是，如果你有一个具有统一成本函数的图（从 A 到 B 和从 B 到 C 的成本相同，方向相同），你可以跳过一些在某些情况下步骤，直接从 A 转到 C，而不在 B 中扩展节点。

JPS 是 A* 上的一种修剪技术，您可以删除不需要评估的案例，因为您知道它们将是次优的。您知道这一点是因为统一成本网格条件。
从概念上讲，这相当于在非均匀网格上使用 A*，其中相邻节点表示您可以在该方向上走多远而不会遇到障碍物，以及您执行跳跃的成本。所以如果你可以在不遇到障碍的情况下向右走 10 个节点，你可以减少这个（或直接跳转到）单个节点，成本为 10*c，其中 c 是从一个节点到的（恒定）成本另一个在右边。

原论文可以在here.找到

【讨论】：

@Thilan.L 你到底错过了什么？也许我可以更新我的答案来更好地回答你。