遊戲中的常用演算法
阿新 • • 發佈：2019-02-14
<span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">一,遞迴</span><span style="background-color: rgb(255, 255, 255); font-family: Arial, Helvetica, sans-serif; font-size: 12px;">一個簡單遞迴,計算階乘</span>注:所有遞迴一定要有一個出口(一般的有1, 0 ! 等等),否則會出錯
int fun(int n) { if (n==1||n==0) { return 1; } return n * fun(n - 1); }
二,A*自動尋路演算法
劣勢:有一定的侷限性,可能不會是最優路線
A*[1] （A-Star)演算法是一種靜態路網中求解最短路最有效的直接搜尋方法。 注意是最有效的直接搜尋演算法。之後湧現了很多預處理演算法（ALT，CH，HL等等），線上查詢效率是A*演算法的數千甚至上萬倍。 公式表示為： f(n)=g(n)+h(n), 其中 f(n) 是從初始點經由節點n到目標點的估價函式， g(n) 是在狀態空間中從初始節點到n節點的實際代價， h(n) 是從n到目標節點最佳路徑的估計代價。 保證找到最短路徑（最優解的）條件，關鍵在於估價函式f(n)的選取： 估價值h(n)<= n到目標先把一塊區域分成小網格
f =g+h 尋路總消耗
g=從起點到當前位置(其中一個網格)的消耗
h=從當前點(其中一個網格)到終點的消耗
起點g=0;h計算用曼哈頓演算法起點的x,y和終點的x,y求差
open陣列
找到當前點四周八個點( 全部存入open陣列 )中 f 值(可走斜線根號2 倍)最小的點 ,如果計算到某一步發現下一步不是最優解,可往回退到上級父集點(直線走或者斜線走)
open陣列中沒值時,不可再走
1,
2,
跳過幾步
最終:
close陣列 走過的點記錄到close中
using System;
using System.Collections;
using System.Collections.Generic;
using UnityEngine;
public enum GridType
{
Normal,//正常
Obstacle,//障礙物
Start,//起點
End//終點
}
//為了格子排序 需要繼承IComparable介面實現排序
public class MapGrid : IComparable//排序介面
{
public int x;//記錄座標
public int y;
public int f;//總消耗
public int g;//當前點到起點的消耗
public int h;//當前點到終點的消耗
public GridType type;//格子型別
public MapGrid fatherNode;//父節點
//排序
public int CompareTo(object obj) //排序比較方法 ICloneable的方法
{
//升序排序
MapGrid grid = (MapGrid)obj;
if (this.f < grid.f)
{
return -1; //升序
}
if (this.f > grid.f)
{
return 1; //降序
}
return 0;
}
}
public class AStar : MonoBehaviour
{
//格子大小
public int row = 5;
public int col = 10;
public int size = 70; //格子大小
public MapGrid[,] grids; //格子陣列
public ArrayList openList; //開啟列表
public ArrayList closeList; //結束列表
//開始,結束點位置
private int xStart = 2;
private int yStart = 1;
private int xEnd = 2;
private int yEnd = 5;
private Stack<string> fatherNodeLocation;
void Init()
{
grids = new MapGrid[row, col]; //初始化陣列
for (int i = 0; i < row; i++)
{
for (int j = 0; j < col; j++)
{
grids[i, j] = new MapGrid();
grids[i, j].x = i;
grids[i, j].y = j; //初始化格子,記錄格子座標
}
}
grids[xStart, yStart].type = GridType.Start;
grids[xStart, yStart].h = Manhattan(xStart, yStart); //起點的 h 值
grids[xEnd, yEnd].type = GridType.End; //結束點
fatherNodeLocation = new Stack<string>();
//生成障礙物
for (int i = 1; i <= 3; i++)
{
grids[i, 3].type = GridType.Obstacle;
}
openList = new ArrayList();
openList.Add(grids[xStart, yStart]);
closeList = new ArrayList();
}
int Manhattan(int x, int y) //計算演算法中的 h
{
return (int)(Mathf.Abs(xEnd - x) + Mathf.Abs(yEnd - y)) * 10;
}
// Use this for initialization
void Start()
{
Init();
}
void DrawGrid()
{
for (int i = 0; i < row; i++)
{
for (int j = 0; j < col; j++)
{
Color color = Color.yellow;
if (grids[i, j].type == GridType.Start)
{
color = Color.green;
}
else if (grids[i, j].type == GridType.End)
{
color = Color.red;
}
else if (grids[i, j].type == GridType.Obstacle) //障礙顏色
{
color = Color.blue;
}
else if (closeList.Contains(grids[i, j])) //關閉列表顏色 如果當前點包含在closList裡
{
color = Color.yellow;
}
else { color = Color.gray; }
GUI.backgroundColor = color;
GUI.Button(new Rect(j * size, i * size, size, size), FGH(grids[i, j]));
}
}
}
//每個格子顯示的內容
string FGH(MapGrid grid)
{
string str = "F" + grid.f + "\n";
str += "G" + grid.g + "\n";
str += "H" + grid.h + "\n";
str += "(" + grid.x + "," + grid.y + ")";
return str;
}
void OnGUI()
{
DrawGrid();
for (int i = 0; i < openList.Count; i++)
{
//生成一個空行,存放開啟陣列
GUI.Button(new Rect(i * size, (row + 1) * size, size, size), FGH((MapGrid)openList[i]));
}
//生成一個空行,存放關閉陣列
for (int j = 0; j < closeList.Count; j++)
{
GUI.Button(new Rect(j * size, (row + 2) * size, size, size), FGH((MapGrid)closeList[j]));
}
if (GUI.Button(new Rect(col * size, size, size, size), "next"))
{
NextStep();//點選到下一步
}
}
void NextStep()
{
if (openList.Count == 0) //沒有可走的點
{
print("Over !");
return;
}
MapGrid grid = (MapGrid)openList[0]; //取出openList陣列中的第一個點
if (grid.type == GridType.End) //找到終點
{
print("Find");
FindFatherNode(grid); //找節點//列印路線
return;
}
for (int i = -1; i <= 1; i++)
{
for (int j = -1; j <= 1; j++)
{
if (!(i == 0 && j == 0))
{
int x = grid.x + i;
int y = grid.y + j;
//x,y不超過邊界,不是障礙物,不在closList裡面
if (x >= 0 && x < row && y >= 0 && y < col && grids[x, y].type != GridType.Obstacle && !closeList.Contains(grids[x, y]))
{
//到起點的消耗
int g = grid.g + (int)(Mathf.Sqrt((Mathf.Abs(i) + Mathf.Abs(j))) * 10);
if (grids[x, y].g == 0 || grids[x, y].g > g)
{
grids[x, y].g = g;
grids[x, y].fatherNode = grid; //更新父節點
}
//到終點的消耗
grids[x, y].h = Manhattan(x, y);
grids[x, y].f = grids[x, y].g + grids[x, y].h;
if (!openList.Contains(grids[x,y]))
{
openList.Add(grids[x, y]); //如果沒有則加入到openlist
}
openList.Sort(); //排序
}
}
}
}
//新增到關閉陣列
closeList.Add(grid);
//從open陣列刪除
openList.Remove(grid);
}
//回溯法 遞迴父節點
void FindFatherNode(MapGrid grid)
{
if (grid.fatherNode != null)
{
//print(grid.fatherNode.x + "," + grid.fatherNode.y);
string str = grid.fatherNode.x + "," + grid.fatherNode.y;
fatherNodeLocation.Push(str);
FindFatherNode(grid.fatherNode);
}
if (fatherNodeLocation.Count!=0)
{
print(fatherNodeLocation.Pop());
}
}
}轉載請註明出處:http://blog.csdn.net/zhhf96