A*算法最优解提取算法
2007-04-20 10:12
211 查看
EmilMatthew (EmilMatthew@126.com)
[ 类别 ]算法，人工智能
[推荐指数]★★★★
[ 摘要 ]本文就“启发式搜索算法引论------A*算法理论与实践”一文中的最优解提取算法的不足处进行了改进，提出了一个通用的A*算法的最优解提取算法。
[ 关键词 ] A*，最优解提取，AS2
The Algorithm of Best Answer Getting Method in A*
[Classify] Algorithm , Artificial Intelligence
[ Level] ★★★★
[Abstract]In my previous passage------” Introduction to Heuristics Search------A* Algorithm Principle and Practice”, the algorithm for getting out the best answer of A* has some drawbacks when meets some certain conditions. In this article, I introduce a general algorithm for best answer getting in A* algorithm.
[Key Words] A* , Best Answer Getting , AS2
[1缺点回顾]
首先，要向对我的上一篇文章“启发式搜索算法引论------A*算法理论与实践”提出批评意见的两位网友7heaven,Ourme表示感谢。上篇文章的算法实现中，有时在某些位置，去走向特定点时，会出现主角走小弯路的现象（当然，还是可以走到最终点的），起初，我并不太在意，现在经过仔细的思考后，发现前面所用的提取最优路径的算法有些不足（A*算法本身并没有任何问题）。主要的问题出在对CLOSE表进行最优路径提取时，有些走弯路的点亦被包含进去了，而用前文的算法思路，是无法解决这一问题的。
[2算法核心]
前文算法之最大不足，就是仅仅利用CLOSE Table来存储搜索过程信息，最终进行逆向提取。而问题的关键，就在于仅仅利用CLOSE Table，并不总能从中提取出搜索问题的最优解,，并且，提取时的一些舍去点的原则要根据不同的搜索问题来设计，无通用性可言。当我把目光再放到A*搜索过程的搜索树上时，发现每个结点的父结点大有可为，经过一阵试探及思考后，得到了这个并不复杂的最优解提取算法。
首先，对于A*算法在搜索过程形成的搜索树，可以得到如下性质：
从最终结点pEnd开始，向其父结点pEnd.parent回溯，再由其父结点向其父结点pEnd.parent.parent回溯… …,显然，最终将到达初始点。由归纳法易证，该条通路上的所有结点均在且仅这些点在最优搜索解路径上。
有了这个性质，再结合父结点表和CLOSE Table两张表，即可非常轻松的得到最优解了。先请看三个该算法的示例：
A*算法最优解提取算法示例1
A*算法最优解提取算法示例2
A*算法最优解提取算法示例3
所以，并不难得出下面的A*算法最优解提取算法框架（注意边界情况的处理）：
CIndex : a valuable identifies current element position in CLOSE Table
CLOSE Table: note all the node which is searched in searching sequence
Parent Table :note all the searched node’s parent node searching sequence.
NA Table: note the best answer ------from end node to start node.
NAIndex: index for NATable
//Init
Index <-Rear position for CLOSE Table
NAIndex<-0
While(true)
{
NATable[NAIndex]=Parent Table[CIndex]
NAIndex<-NAIndex+1;
CIndex <- CIndex-1;
if(CIndex==0)//Normal Successful Exit Node
break;
while(NATable[NAIndex-1] is not equal to Parent Table[CIndex] )
{
CIndex --;
}
if(CIndex==0)//Special condition for exit out
{
NATable[NAIndex]=Parent Table[CIndex]
NAIndex++;
break;
}
}
具体实现请参考前文(已更新)
[3交互式实现]
测试1
测试2
[ 类别 ]算法，人工智能
[推荐指数]★★★★
[ 摘要 ]本文就“启发式搜索算法引论------A*算法理论与实践”一文中的最优解提取算法的不足处进行了改进，提出了一个通用的A*算法的最优解提取算法。
[ 关键词 ] A*，最优解提取，AS2
The Algorithm of Best Answer Getting Method in A*
[Classify] Algorithm , Artificial Intelligence
[ Level] ★★★★
[Abstract]In my previous passage------” Introduction to Heuristics Search------A* Algorithm Principle and Practice”, the algorithm for getting out the best answer of A* has some drawbacks when meets some certain conditions. In this article, I introduce a general algorithm for best answer getting in A* algorithm.
[Key Words] A* , Best Answer Getting , AS2
[1缺点回顾]
首先，要向对我的上一篇文章“启发式搜索算法引论------A*算法理论与实践”提出批评意见的两位网友7heaven,Ourme表示感谢。上篇文章的算法实现中，有时在某些位置，去走向特定点时，会出现主角走小弯路的现象（当然，还是可以走到最终点的），起初，我并不太在意，现在经过仔细的思考后，发现前面所用的提取最优路径的算法有些不足（A*算法本身并没有任何问题）。主要的问题出在对CLOSE表进行最优路径提取时，有些走弯路的点亦被包含进去了，而用前文的算法思路，是无法解决这一问题的。
[2算法核心]
前文算法之最大不足，就是仅仅利用CLOSE Table来存储搜索过程信息，最终进行逆向提取。而问题的关键，就在于仅仅利用CLOSE Table，并不总能从中提取出搜索问题的最优解,，并且，提取时的一些舍去点的原则要根据不同的搜索问题来设计，无通用性可言。当我把目光再放到A*搜索过程的搜索树上时，发现每个结点的父结点大有可为，经过一阵试探及思考后，得到了这个并不复杂的最优解提取算法。
首先，对于A*算法在搜索过程形成的搜索树，可以得到如下性质：
从最终结点pEnd开始，向其父结点pEnd.parent回溯，再由其父结点向其父结点pEnd.parent.parent回溯… …,显然，最终将到达初始点。由归纳法易证，该条通路上的所有结点均在且仅这些点在最优搜索解路径上。
有了这个性质，再结合父结点表和CLOSE Table两张表，即可非常轻松的得到最优解了。先请看三个该算法的示例：
A*算法最优解提取算法示例1
A*算法最优解提取算法示例2
A*算法最优解提取算法示例3
所以，并不难得出下面的A*算法最优解提取算法框架（注意边界情况的处理）：
CIndex : a valuable identifies current element position in CLOSE Table
CLOSE Table: note all the node which is searched in searching sequence
Parent Table :note all the searched node’s parent node searching sequence.
NA Table: note the best answer ------from end node to start node.
NAIndex: index for NATable
//Init
Index <-Rear position for CLOSE Table
NAIndex<-0
While(true)
{
NATable[NAIndex]=Parent Table[CIndex]
NAIndex<-NAIndex+1;
CIndex <- CIndex-1;
if(CIndex==0)//Normal Successful Exit Node
break;
while(NATable[NAIndex-1] is not equal to Parent Table[CIndex] )
{
CIndex --;
}
if(CIndex==0)//Special condition for exit out
{
NATable[NAIndex]=Parent Table[CIndex]
NAIndex++;
break;
}
}
具体实现请参考前文(已更新)
[3交互式实现]
测试1
测试2
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- A*算法最优解提取算法
- 文本特征提取算法实现
- 机器视觉算法之物体方位特征提取（转载）
- 数字图象处理之二维码图像提取算法（九）
- 经典算法研究系列：九、图像特征提取与匹配之SIFT算法
- 提取图像的骨架(Skeleton)算法
- 关键词提取算法TextRank
- 按照索引的细化提取骨架算法的java实现
- SIFT 特征提取算法总结
- SoundTouch音频处理库源码分析及算法提取(7)
- 利用MSER算法提取图像区域(车牌区域)的OpenCV代码~
- tf-idf关键词提取算法
- 从一段微博中提取除微博用户名子之外的内容算法：字符串截取算法
- 【算法导论】A*算法（A星算法）
- 文档摘要自动提取算法——抽取式
- 干涉极值相位提取算法（EVI）----MATLAB实现
- 字符串中的单词提取算法
- 图像特征提取三大算法：HOG特征，LBP特征，Haar特征
- GetMessage或PeekMessage提取消息算法
- SIFT 特征提取算法总结