最快的跨平台 A* 实现？

Question

有这么多可用的实现，使用小网格的 C++ 执行速度最快（CPU 密集度最低、二进制文件最小）、跨平台（Linux、Mac、Windows、iPhone）A* 实现是什么？

实现

谷歌返回：

• http://www.heyes-jones.com/astar.html（该站点上的大多数链接都已失效。）
• http://www.grinninglizard.com/MicroPather（据说比 Heyes-Jones 慢。）
• http://www.ceng.metu.edu.tr/~cuneyt/codes.html（通用 C++ 代码。）
• http://swampthingtom.blogspot.com/2007/07/pathfinding-sample-using.html
• http://opensteer.sourceforge.net/（对游戏感兴趣，不是 A*。）
• Stack Overflow on Dijkstra's Algorithm

还有其他人吗？

轮子

正如所问的，这个问题涉及重用（插入游戏），而不是重新发明（至少在性能被证明是一个问题之前）。结果可能是 Dijkstra 实现（或通用寻路算法）更适合，或者最快的实现不够快。我很欣赏替代算法的建议，但问题不是“我应该自己滚动 A* 吗？”

• Joel on Software - Not Invented Here Syndrome
• Coding Horror: Don't Reinvent the Wheel
• Overcoming the "Not Invented Here Syndrome"

Answer 1

查看其他寻路算法（例如 Breath-First、Depth-First、Minimax、Negmax 等）并权衡您的场景的正面和负面。

也提升has an A-star implementation。尝试关注these instructions 在 iPhone 上构建 boost，但它可能不适合你：它不是 boost 的“完整端口”，它可能会出错。

以下内容来自Algorithms in a Nutshell（Java，不是 C++，但也许你想移植它）：

public Solution search( INode initial, INode goal ) {
  // Start from the initial state
  INodeSet open = StateStorageFactory.create( StateStorageFactory.TREE );
  INode copy = initial.copy();
  scoringFunction.score( copy );
  open.insert( copy );

  // Use Hashtable to store states we have already visited.
  INodeSet closed = StateStorageFactory.create( StateStorageFactory. HASH );
  while( !open.isEmpty() ) {
    // Remove node with smallest evaluation function and mark closed.
    INode n = open.remove();

    closed.insert( n );

    // Return if goal state reached.
    if( n.equals( goal ) ) { return new Solution( initial, n ); }

    // Compute successor moves and update OPEN/CLOSED lists.
    DepthTransition trans = (DepthTransition)n.storedData();
    int depth = 1;

    if( trans ! = null ) { depth = trans.depth + 1; }

    DoubleLinkedList<IMove> moves = n.validMoves();

    for( Iterator<IMove> it = moves.iterator(); it.hasNext(); ) {
      IMove move = it.next();

      // Make move and score the new board state.
      INode successor = n.copy();
      move.execute( successor );

      // Record previous move for solution trace and compute
      // evaluation function to see if we have improved upon
      // a state already closed
      successor.storedData( new DepthTransition( move, n, depth ) );
      scoringFunction.score( successor );

      // If already visited, see if we are revisiting with lower
      // cost. If not, just continue; otherwise, pull out of closed
      // and process
      INode past = closed.contains( successor );

      if( past ! = null ) {
        if( successor.score() >= past.score() ) {
          continue;
        }

        // we revisit with our lower cost.
        closed.remove( past );
      }

      // place into open.
      open.insert( successor );
    }
  }

  // No solution.
  return new Solution( initial, goal, false );
}

Answer 2

http://www.ceng.metu.edu.tr/~cuneyt/codes.html 有一个通用的 C++ A* 实现。看起来都是跨平台的标准C++。

Answer 3

我有两条一般性建议：

• 如果您的域被限制在一个网格中，也许您会通过搜索“寻路”而不是更通用的 A* 找到更好的结果。
• 如果您的域不是严格搜索曲面上的路径，那么如果您花时间改进启发式算法而不是尝试优化算法本身，那么您的工作可以获得更多收益。

Answer 4

当您有可以使用的特定界限时，您通常最好自己编写算法。特别是您的小状态空间有助于优化预先花费内存以减少 CPU 时间，并且您使用网格而不是任意状态空间这一事实允许您执行诸如优化后继节点生成之类的事情，或者能够将在同一方格上结束的所有部分路径视为等效（普通的 A* 搜索不会也不能假设）。

（PS。OpenSteer 是转向行为的集合，与 A* 无关，A* 是一种搜索算法，只是你可以在概念上使用一个、另一个或两者来遍历空间。一个不是在最合理的情况下替换另一个。）

Answer 5

我建议你自己实现算法。按照伪代码：A* Search Algorithm，它应该是直截了当的。 “openset”应该实现为一个最小堆，这也是微不足道的；或者您可以使用 STL 中的 priority_queue。