后面准备谈谈个人对A*算法的理解,这篇算是很重要的基础知识。

之前说到地图上一般用网格图的方式进行简化和标准化,那么计算两点之间的距离,常用的方法有三:

曼哈顿距离

适用于只可上下左右移动的地图。最典型的可以看回龙观地图:

网格中面积特殊求法(网格图计算两点距离常用方法)(1)

回龙观地图

如上图,假设你坐一辆出租车,想从A点到B点,只能向上下左右方向移动,图中蓝线这种斜穿小区的移动是不可以的,所以也叫出租车距离、城市街区距离。

网格中面积特殊求法(网格图计算两点距离常用方法)(2)

网格图

如上图,红色方块仅可向上下左右四个绿色方块移动。

曼哈顿距离就是两个点在标准坐标系上的绝对轴距总和。

网格中面积特殊求法(网格图计算两点距离常用方法)(3)

曼哈顿距离

如图,设A(1,2),B(4,4),设直线移动一单位距离为D,则公式为:

(|A.x-B.x| |A.y-B.y|)*D。

可得d=(|1-4| |2-4|)*D=5D。

上图红黄绿三条线路的曼哈顿距离都是5D。

对角线距离

适用于可以斜向移动的图形,如下图。

网格中面积特殊求法(网格图计算两点距离常用方法)(4)

网格图

设直线移动一单位距离为D,那么斜向移动距离,其实就是根据勾股定理,求腰为D的等腰直角三角形的斜边,即√2D。

网格中面积特殊求法(网格图计算两点距离常用方法)(5)

对角线距离

设A(1,2),B(4,4),根据公式:

dx=|A.x-B.x|

dy=|A.y-B.y|

D*(dx dy) (√2D-2D)*min(dx,dy)

可得距离约等于3.8D。

因为涉及到开2的平方根计算,必然出现浮点数,计算机处理起来比较耗费资源,在这里我们可以在损失一定精度的情况下,进行优化。

我们知道√2≈1.4,如果我们假设D=10,则√2D≈14,如此,我们将两个常数代入公式,就将涉及浮点数的开平方根运算转换成了整数的加减乘运算。

得出距离为38。

欧几里得距离

适用于可以随意移动的图形。

网格中面积特殊求法(网格图计算两点距离常用方法)(6)

欧几里得距离

其实就是根据勾股定理求斜边。

设直线移动一单位距离为D,公式如下:

dx=|A.x-B.x|

dy=|A.y-B.y|

D*sqrt(dx*dx dy*dy)

如上图,设A(1,1),B(5,4),勾三股四弦五,AB的直线距离必为5。


多啰嗦几句,因为地球是个球体,我们有山、高原、平原、盆地、海沟等地形,是个三维的,所以求两个真实地点的距离还要考虑更多的因素,比如两点的弧长,高度差、地球半径等。

但是如果只是估算一个大概的距离,或者只需要求出两点的最短路径,或者两点就在一个不大的区域内,比如回龙观。单纯地使用欧几里得算法也够用了。

代码

public class Distance { /** * 直线移动一单位距离代价 */ private static final BigDecimal straightCost = new BigDecimal(10); /** * 对角线移动一单位距离代价<br/> * 如果要求高精度,可以设置为BigDecimal(Math.sqrt(2)).multiply(Distance.straightCost); */ private static final BigDecimal diagonalCost = new BigDecimal(14); /** * 曼哈顿距离<br/> * (|start.x-end.x| |start.y-end.y|)*straightCost * * @param start * @param end * @return */ public static BigDecimal manhattan(Node start, Node end) { int dx = Math.abs(start.getX() - end.getX()); int dy = Math.abs(start.getY() - end.getY()); return Distance.straightCost.multiply(new BigDecimal(dx dy)); } /** * 对角线距离<br/> * 曼哈顿距离 (sqrt(2)-2*straightCost)*min(dx,dy) * * @param start * @param end * @return */ public static BigDecimal diagonal(Node start, Node end) { int dx = Math.abs(start.getX() - end.getX()); int dy = Math.abs(start.getY() - end.getY()); BigDecimal dxy = new BigDecimal(dx dy); BigDecimal minDxy = new BigDecimal(Math.min(dx, dy)); BigDecimal result = Distance.straightCost.multiply(dxy).add(Distance.diagonalCost.multiply(minDxy)) .subtract(minDxy.multiply(Distance.straightCost).multiply(new BigDecimal(2))); return result; } /** * 欧几里得距离<br/> * 就是根据勾股定理求斜边。straightCost*sqrt(dx*dx dy*dy) * * @param start * @param end * @return */ public static BigDecimal euclidean(Node start, Node end) { int dx = Math.abs(start.getX() - end.getX()); int dy = Math.abs(start.getY() - end.getY()); return Distance.straightCost.multiply(new BigDecimal(Math.sqrt(dx * dx dy * dy))); } public static void main(String[] args) { Node start = new Node(1, 1); Node end = new Node(5, 4); System.out.println(Distance.manhattan(start, end)); System.out.println(Distance.diagonal(start, end)); System.out.println(Distance.euclidean(start, end)); } }

Node类就x,y两个参数,不再附上。

,