码迷,mamicode.com
首页 > 编程语言 > 详细

unity利用A*算法进行2D寻路

时间:2019-07-05 23:59:29      阅读:249      评论:0      收藏:0      [点我收藏+]

标签:art   设置   贪心算法   list   amp   move   添加   tiles   感受   

找了份新工作之后,忙的要死,都没时间鼓捣博客了,深深的感受到资本家的剥削,端午节连粽子都没有,每天下班累得跟条咸鱼一样(可能就是)。

 

刚好最近忙里偷闲,就来写写unity在2D下的AStar寻路算法。

地图用untiy的tilemap来贴。

大概的效果,没有去找好看的图片,将就弄点颜色表示:

技术图片

黑色表示障碍,绿色表示路径,开头和结尾也是用的绿色,好懒o(╥﹏╥)o

 

原理和详细解释,还是参考的这位国外的大神:

https://www.redblobgames.com/pathfinding/a-star/introduction.html

 

解说如下:

A*算法其实可以理解为是贪心算法和广度优先搜索算法的结合体。

 

广度优先搜索算法,每次都可以找到最短的路径,每走一步都会记下起点到当前点的步数,优点是绝对能找到最短的路径,缺点就是地图越大计算量会变得很巨大。

 

贪心算法,每次都是走当前点距离终点最近的格子,在没有障碍的情况下效率很高,但是如果有障碍的话,就很绕路。

 

A*算法结合两者,计算当前走过的步数 与 当前点到终点的距离 之和作为走格子的依据,优点就是当有障碍物时,能找到最短距离并且计算量没有广度优先搜索大,没有障碍物时,效率和贪心算法一样高。

 

其实代码量没多少,直接贴出来了,具体也不解释,看注释吧,我好懒。

using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using UnityEngine.Tilemaps;

public class MapBehaviour : MonoBehaviour
{
    public Vector2Int mapSize;//地图尺寸

    public Tilemap tilemap;
    public Tile normalTile;//白色tile
    public Tile obstacleTile;//黑色tile
    public Tile pathTile;//绿色tile

    public int obstacleCount;//要生成的障碍物数量

    public Vector3Int startPos;//起点
    public Vector3Int endPos;//终点

    private bool hasStartPosSet;//是否设置了起点
    private bool hasEndPosSet;//是否设置了终点

    private Dictionary<Vector3Int, int> search = new Dictionary<Vector3Int, int>();//要进行的查找任务
    private Dictionary<Vector3Int, int> cost = new Dictionary<Vector3Int, int>();//起点到当前点的消耗
    private Dictionary<Vector3Int, Vector3Int> pathSave = new Dictionary<Vector3Int, Vector3Int>();//保存回溯路径
    private List<Vector3Int> hadSearch = new List<Vector3Int>();//已经查找过的坐标

    private List<Vector3Int> obstacle = new List<Vector3Int>();//障碍物坐标

    private void Start()
    {
        CreateNormalTiles();
        CreateObstacleTiles();
    }

    private void Update()
    {
        if (Input.GetMouseButtonDown(0))
        {
            if (!hasStartPosSet)//第一次点击设置起点
            {
                startPos = tilemap.WorldToCell(Camera.main.ScreenToWorldPoint(Input.mousePosition));
                tilemap.SetTile(startPos, pathTile);
                hasStartPosSet = true;
            }
            else if (!hasEndPosSet)//第二次点击设置终点
            {
                endPos = tilemap.WorldToCell(Camera.main.ScreenToWorldPoint(Input.mousePosition));
                tilemap.SetTile(endPos, pathTile);
                hasEndPosSet = true;

                AStarSearchPath();
            }
            else//重置
            {
                hasStartPosSet = false;
                hasEndPosSet = false;

                foreach (var item in pathSave)
                {
                    tilemap.SetTile(item.Key, normalTile);
                }

                search.Clear();
                cost.Clear();
                pathSave.Clear();
                hadSearch.Clear();

            }
        }
    }
    //创建白色地图
    public void CreateNormalTiles()
    {
        for (int i = 0; i < mapSize.x; i++)
        {
            for (int j = 0; j < mapSize.y; j++)
            {
                Vector3Int position = new Vector3Int(i, j, 0);
                tilemap.SetTile(position, normalTile);
            }
        }
    }
    //创建黑色障碍
    public void CreateObstacleTiles()
    {
        List<Vector3Int> blankTiles = new List<Vector3Int>();

        for (int i = 0; i < mapSize.x; i++)
        {
            for (int j = 0; j < mapSize.y; j++)
            {
                blankTiles.Add(new Vector3Int(i, j, 0));
            }
        }

        for (int i = 0; i < obstacleCount; i++)
        {
            int index = Random.Range(0, blankTiles.Count);
            Vector3Int obstaclePos = blankTiles[index];
            blankTiles.RemoveAt(index);
            obstacle.Add(obstaclePos);

            tilemap.SetTile(obstaclePos, obstacleTile);
        }
    }
    //AStar算法查找
    public void AStarSearchPath()
    {
        //初始化
        search.Add(startPos, GetHeuristic(startPos, endPos));
        cost.Add(startPos, 0);
        hadSearch.Add(startPos);
        pathSave.Add(startPos, startPos);

        while (search.Count > 0)
        {
            Vector3Int current = GetShortestPos();//获取任务列表里的最少消耗的那个坐标

            if (current.Equals(endPos))
                break;

            List<Vector3Int> neighbors = GetNeighbors(current);//获取当前坐标的邻居

            foreach (var next in neighbors)
            {
                if (!hadSearch.Contains(next))
                {
                    cost.Add(next, cost[current] + 1);//计算当前格子的消耗,其实就是上一个格子加1步
                    search.Add(next, cost[next] + GetHeuristic(next, endPos));//添加要查找的任务,消耗值为当前消耗加上当前点到终点的距离
                    pathSave.Add(next, current);//保存路径
                    hadSearch.Add(next);//添加该点为已经查询过
                }
            }
        }
        
        if (pathSave.ContainsKey(endPos))
            ShowPath();
        else
            print("No road");
    }
    //获取周围可用的邻居
    private List<Vector3Int> GetNeighbors(Vector3Int target)
    {
        List<Vector3Int> neighbors = new List<Vector3Int>();

        Vector3Int up = target + Vector3Int.up;
        Vector3Int right = target + Vector3Int.right;
        Vector3Int left = target - Vector3Int.right;
        Vector3Int down = target - Vector3Int.up;

        //Up
        if (up.y < mapSize.y && !obstacle.Contains(up))
        {
            neighbors.Add(up);
        }
        //Right
        if (right.x < mapSize.x && !obstacle.Contains(right))
        {
            neighbors.Add(target + Vector3Int.right);
        }
        //Left
        if (left.x >= 0 && !obstacle.Contains(left))
        {
            neighbors.Add(target - Vector3Int.right);
        }
        //Down
        if (down.y >= 0 && !obstacle.Contains(down))
        {
            neighbors.Add(target - Vector3Int.up);
        }

        return neighbors;
    }
    //获取当前位置到终点的消耗
    private int GetHeuristic(Vector3Int posA, Vector3Int posB)
    {
        return Mathf.Abs(posA.x - posB.x) + Mathf.Abs(posA.y - posB.y);
    }
    //获取任务字典里面最少消耗的坐标
    private Vector3Int GetShortestPos()
    {
        KeyValuePair<Vector3Int, int> shortest = new KeyValuePair<Vector3Int, int>(Vector3Int.zero, int.MaxValue);

        foreach (var item in search)
        {
            if (item.Value < shortest.Value)
            {
                shortest = item;
            }
        }

        search.Remove(shortest.Key);

        return shortest.Key;
    }
    //显示查找完成的路径
    private void ShowPath()
    {
        print(pathSave.Count);
        Vector3Int current = endPos;

        while (current != startPos)
        {
            Vector3Int next = pathSave[current];

            tilemap.SetTile(current, pathTile);

            current = next;
        }
    }
}

  

其实没什么难点,主要是理解,每次取出来计算下一步的点,是字典里面最少消耗值的那个点,然后每个点的消耗值都是,起点到当前的步数与当前到终点的距离(专业名词叫曼哈顿距离Manhattan distance2333)之和。

 

完结。

 

欢迎交流,转载注明出处!

 

unity利用A*算法进行2D寻路

标签:art   设置   贪心算法   list   amp   move   添加   tiles   感受   

原文地址:https://www.cnblogs.com/JinT-Hwang/p/11141202.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!