最新下载
热门教程
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
C语言轻松实现贪吃蛇AI的教程
时间：2022-06-25 04:32:08 编辑：袖梨 来源：一聚教程网
1. 目标
这一部分主要是讲解编写贪吃蛇AI所需要用到的算法基础。
2. 问题分析
贪吃蛇AI说白了就是寻找一条从蛇头到食物的一条最短路径，同时这条路径需要避开障碍物，这里仅有的障碍就是蛇身。而A star 算法就是专门针对这一个问题的。在A star 算法中需要用到排序算法，这里采用堆排序（当然其他排序也可以），如果对堆排序不熟悉的朋友，请移步到这里——堆排序，先看看堆排序的内容。
3. A*算法
A star(也称A*)搜寻算法俗称A星算法。这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。常用于游戏中对象的移动计算上。A* 算法是一种启发式搜寻算法，有别于DFS， BFS搜索。可以这样理解“启发式”的涵义，比如从起点A到达目的地B的路线，并不是直接告诉你，从A出发，向东行驶200米，右转进入XX路，直行500米到达B；而是从A出发，直行，直到遇到第一家肯德基，右转直到看到B大厦。而A*算法中用来启发的线索就是移动成本，也就是权重。
3.1 移动成本
如下图所示，从A点出发，可以有四个方向可走（由于贪吃蛇仅仅可以走上下左右四个方向，所以这里不考虑走斜线的情况），假设每个方向移动一格的成本为10，A*算法中采用的F值来评价移动成本，F=G+H。假设节点C是待考察的一个点，G代表的是从起点A到C的移动成本，如下图的情况G=10。那么H代表的就是从C点到目标B点的移动代价的预估值，如下图的情况H=50，那么F=60。为什么说是预估，因为现在对于从C点到B点的情况还不清楚，因为中间可能存在障碍物，那么实际的移动代价就会大于预估的情况。而对于待考察点D，其F=80，显然在C 和D点中（当然这里待考察的点不止C和D点），A*算法会选择C点。
3.2 算法流程图
4. 源代码
代码中假定起始点A(5,10)，食物B(5,15)，如下图。其中‘X'代表障碍物，‘O'代表的就是寻找到的从A到B的路径。
#include#include #define N 32 #define W 10 typedef struct STARNODE{ int x;//节点的x,y坐标 int y; int G;//该节点的G, H值 int H; int is_snakebody;//是否为蛇身，是为1，否则为0； int in_open_table;//是否在open_table中，是为1，否则为0； int in_close_table;//是否在close_table中，是为1，否则为0； struct STARNODE* ParentNode;//该节点的父节点 } starnode, *pstarnode; starnode mapnode[N/2+2][N+4]; pstarnode opentable[N*N/2]; pstarnode closetable[N*N/2]; int opennode_count=0; int closenode_count=0; starnode food; //根据指针所指向的节点的F值，按大顶堆进行调整 void heapadjust(pstarnode a[], int m, int n) { int i; pstarnode temp=a[m]; for(i=2*m;i<=n;i*=2) { if(i+1<=n && (a[i+1]->G+a[i+1]->H)>(a[i]->G+a[i]->H) ) { i++; } if((temp->G+temp->H)>(a[i]->G+a[i]->H)) { break; } a[m]=a[i]; m=i; } a[m]=temp; } void swap(pstarnode a[],int m, int n) { pstarnode temp; temp=a[m]; a[m]=a[n]; a[n]=temp; } void crtheap(pstarnode a[], int n) { int i; for(i=n/2;i>0;i--) { heapadjust(a, i, n); } } void heapsort(pstarnode a[], int n) { int i; crtheap(a,n); for(i=n;i>1;i--) { swap(a,1,i); heapadjust(a, 1,i-1); } } //x1, y1是邻域点坐标 //curtnode是当前点坐标 void insert_opentable(int x1, int y1, pstarnode pcurtnode) { int i; if(!mapnode[x1][y1].is_snakebody && !mapnode[x1][y1].in_close_table)//如果不是蛇身也不在closetable中 { if(mapnode[x1][y1].in_open_table && mapnode[x1][y1].G>pcurtnode->G+W)//如果已经在opentable中,但是不是最优路径 { mapnode[x1][y1].G=pcurtnode->G+W;//把G值更新 mapnode[x1][y1].ParentNode=pcurtnode;//把该邻点的双亲节点更新 //由于改变了opentable中一个点的F值，需要对opentable中的点的顺序进行调整，以满足有序 for(i=1;i<=opennode_count;i++) { if(opentable[i]->x==x1 && opentable[i]->y==y1) { break; } heapsort(opentable, i); } } else//把该点加入opentable中 { opentable[++opennode_count]=&mapnode[x1][y1]; mapnode[x1][y1].G=pcurtnode->G+W; mapnode[x1][y1].H=(abs(food.x-x1)+abs(food.y-y1))*W; mapnode[x1][y1].in_open_table=1; mapnode[x1][y1].ParentNode=pcurtnode; heapsort(opentable, opennode_count); } } } //寻找当前点的四邻域点，把符合条件的点加入opentable中 void find_neighbor(pstarnode pcurtnode) { int x=pcurtnode->x; int y=pcurtnode->y; if(x+1<=N/2) { insert_opentable(x+1, y, pcurtnode); } if(x-1>=1) { insert_opentable(x-1, y, pcurtnode); } if(y+1<=N+1) { insert_opentable(x,y+1, pcurtnode); } if(y-1>=2) { insert_opentable(x,y-1, pcurtnode); } } int search_road(pstarnode startnode, pstarnode endnode) { int is_search_road=0; opennode_count=0; closenode_count=0; pstarnode pcurtnode; opentable[++opennode_count]=startnode;//起始点加入opentable中 startnode->in_open_table=1; startnode->ParentNode=NULL; startnode->G=0; startnode->H=(abs(endnode->x-startnode->x)+abs(endnode->y-startnode->y))*W; if(startnode->x==endnode->x && startnode->y==endnode->y)//如果起点和终点重合 { is_search_road=1; return is_search_road; } while(1) { //取出opentable中第1个节点加入closetable中 pcurtnode=opentable[1]; opentable[1]=opentable[opennode_count--]; closetable[++closenode_count]=pcurtnode; pcurtnode->in_open_table=0; pcurtnode->in_close_table=1; if(pcurtnode->x==endnode->x && pcurtnode->y==endnode->y) { is_search_road=1; break; } find_neighbor(pcurtnode); if(!opennode_count)//如果opentable已经为空，即没有找到路径 { break; } } return is_search_road; } int main(void) { int i, j; pstarnode startnode; for(i=0;i x, temp->y); temp=temp->ParentNode; }while(temp); return 0; }