【Unity】A*算法搜索过程可视化

前言

A*算法是常用的游戏算法之一，也是初学者比较难掌握的一个算法。

本文实现的是在Unity引擎中，以可视化的方式形象表现A*算法搜索的具体过程步骤，

包括地图的搜索路径产生过程、FGH的计算以及开启关闭列表的变化等。

博文首发地址：http://blog.csdn.net/duzixi

一、GUI可视化版本

以下脚本为GUI可视化版本，将其添加给新场景的主摄像机，运行即可。

/// <summary>/// A*算法 Unity GUI实现/// Created by 杜子兮(duzixi.com) 2015.2.19/// Edited by 马帅 2015.5.5/// www.lanou3g.com All Rights Reserved/// </summary>using UnityEngine;using System.Collections;using System; // 用到排序接口// 枚举：定义格子类型public enum GridType{Normal,    // 常规Obstacle,  // 障碍Start,     // 起点End        // 终点}// 定义格子类（继承可比较接口 IComparable）public class Grid : IComparable{public int x;// x 坐标public int y;       // y 坐标public int F;       // 总评分public int G;       // 从起点到当前点的消耗值public int H;       // 从当前点到终点的估算值（直走10，斜走14）public GridType gridType;  // 格子类型public Grid fatherNode;// 可比较接口的实现（用于排序）public int CompareTo (object obj){   Grid g1 = (Grid)obj; // 强制类型转换if (this.F < g1.F)    // 升序return -1;  if (this.F > g1.F)    // 降序return 1;  return 0;             // 相等}}// A*算法public class AStar : MonoBehaviour{private const int col = 7;          // 列数private const int row = 5;          // 行数private int size = 70;              // 大小private Grid[,] map;                // 地图（格子二维数组）private const int xStart = 1;       private const int yStart = 1;       private const int xEnd = 2;         private const int yEnd = 6;        ArrayList openList;                 // 开启列表（重要！！）ArrayList closeList;                // 关闭列表（重要！！）// 初始化void Start (){map = new Grid[row, col];       // 创建地图for (int i = 0; i < row; i++) {for (int j = 0; j < col; j++) {map [i, j] = new Grid ();  // 实例化格子map [i, j].x = i;// x坐标赋值map [i, j].y = j;// y坐标赋值}}map [xStart, yStart].gridType = GridType.Start;  // 确定开始位置map [xStart, yStart].H = Manhattan (xEnd, yEnd); // 初始化开始位置的H值map [xEnd, yEnd].gridType = GridType.End;     // 确定结束位置for (int i = 1; i <= 3; i++) {             // 确定障碍位置map [i, 3].gridType = GridType.Obstacle;}openList = new ArrayList ();             // 初始化开启列表openList.Add (map [xStart, yStart]);       // 将开始节点放入开放列表中closeList = new ArrayList ();                 // 初始化关闭列表}void OnGUI (){// 绘制地图for (int i = 0; i < row; i++) {for (int j = 0; j < col; j++) {// 根据格子类型设置背景颜色Color bgColor;if (map [i, j].gridType == GridType.Start) {bgColor = Color.green;} else if (map [i, j].gridType == GridType.End) {bgColor = Color.red;} else if (map [i, j].gridType == GridType.Obstacle) {bgColor = Color.blue;} else if (closeList.Contains (map [i, j])) {bgColor = Color.black;} else {bgColor = Color.gray;}GUI.backgroundColor = bgColor;// 用按钮表示格子GUI.Button (new Rect (j * size, i * size, size, size), FGH (map [i, j]));}}if (GUI.Button (new Rect (col * size, 0, size, size), "Go Next")) {NextStep ();}// 绘制开启列表for (int j = 0; j < openList.Count; j++) {GUI.Button (new Rect (j * size, (row + 1) * size, size, size), FGH ((Grid)openList [j]));}// 绘制关闭列表for (int j = 0; j < closeList.Count; j++) {GUI.Button (new Rect (j * size, (row + 2) * size, size, size), FGH ((Grid)closeList [j]));}}// 通过逆向追溯找到路径void showFatherNode (Grid grid){if (grid.fatherNode != null) {print (grid.fatherNode.x + "," + grid.fatherNode.y);showFatherNode (grid.fatherNode);} }// 走下一步void NextStep (){//  0. 只要开启列表有节点, 就进行下一个过程if (openList.Count == 0) {print ("Over !");return;}//1. 从开放列表中选择第一个节点并将其作为当前节点Grid grid = (Grid)openList [0];if (grid.gridType == GridType.End) {showFatherNode (grid);print ("Over !");return;}//2. 获得这个当前节点不是障碍物的邻近节点for (int m = -1; m <= 1; m++) {for (int n = -1; n <= 1; n++) {if (!(m == 0 && n == 0)) {int x = grid.x + m;int y = grid.y + n;//3. 对于每一个邻近节点,查看是否已在关闭列表中.if (x >= 0 && x < row && y >= 0 && y < col &&map [x, y].gridType != GridType.Obstacle && !closeList.Contains (map [x, y])) {// 4.计算G //  2015.5.5 moveint g = grid.G + (int)(Mathf.Sqrt (Mathf.Abs (m) + Mathf.Abs (n)) * 10);// 如果不在closeList if (!openList.Contains (map [x, y])) { //如果不在集合里//  2015.5.5 delete//if (map[x, y].G == 0 || g < map[x, y].G) {//map [x, y].G = g;////}map [x, y].G = g;map [x, y].H = Manhattan (x, y);map [x, y].F = map [x, y].G + map [x, y].H;//5.将代价数据存储在邻近节点中,并且将当前节点保存为该邻近节点的父节点.//    最后我们将使用这个父节点数据来追踪实际路径.map [x, y].fatherNode = grid;//6.将邻近节点存储在开放列表中.openList.Add (map [x, y]);} else { // 如果在集合里 2015.5.5 addif (map [x, y].G > g) { // 2015.7.15map [x, y].fatherNode = grid;map [x, y].G = g;map [x, y].F = map [x, y].G + map [x, y].H;}}//  7.根据F,以升序排列开放列表.openList.Sort ();}}}}//8. 如果没有邻近节点需要处理, 将当前节点放入关闭列表并将其从开放列表中移除.closeList.Add (grid);openList.Remove (grid);}// H值(曼哈顿估算法)int Manhattan (int x, int y){return (int)(Mathf.Abs (xEnd - x) + Mathf.Abs (yEnd - y)) * 10;}// 将格子FGH 以字符串形式显示string FGH (Grid grid){string fgh = "F:" + grid.F + "\n";fgh += "G:" + grid.G + "\n";fgh += "H:" + grid.H + "\n";fgh += "(" + grid.x + "," + grid.y + ")";return fgh;}}

运行后点击画面上的“Go Next”按钮，即可观察每部计算详情。

二、游戏对象及线性渲染可视化版本

核心逻辑与第一种方式相同，代码不再赘述。

工程下载链接请参见4楼评论。

所有的参数可在工程中GameController对象上的脚本属性里设置，

运行后Game场景里点击鼠标即可观察路径搜索过程。

后语

A*算法的具体实现细节有很多，本文脚本只是给出了其中一种。

另外，按照这个算法障碍墙是可以斜穿的，若要避免斜穿还需进一步修改。