일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 미로 탈출 명령어
- Algorithm
- Hp바
- heap tree
- LayerMark
- pccp 기출문제 2번
- 9375번
- C#
- dp 알고리즘
- 백준 c++ 9375번
- 유니티
- CSharp #자료구조
- 충돌위험 찾기
- pccp 기출문제 1번
- 오브젝트 풀링
- 2D슈팅게임
- 플레이어 이동
- Lv.3
- 프로그래머스
- 양과 늑대
- Unity
- 플레이어 방향전환
- 연속 펄스 부분 수열의 합
- Blend Type
- Lv2
- pccp 기출문제 3번
- dfs
- Back Tracking
- Animation State Machine
- Ainimation Blending
- Today
- Total
주녘공부일지
[Algorithm] A* 알고리즘 본문
A* 알고리즘이란?
다익스트라 알고리즘에서 동적 계획법(DP)을 적용시켜 확장한 최단 경로 탐색 알고리즘
- 탐색이 가능한 모든 노드 중 현재 최적이라고 판단되는 노드를 탐색
1. A* 알고리즘의 개념
- 닫힌 목록 : 탐색이 끝난 노드들의 집합 ( 다시 탐색 X )
- 열린 목록 : 탐색이 가능한 노드들의 집합 ( 닫힌 목록과 인접한 노드 )
g(x) : 시작점을 기준으로 한 비용
h(x) : 도착점까지의 예상 비용 // 휴리스틱 함수
f(x) = g(x) + h(x)
- 휴리스틱 함수 h(x)에 따라 성능이 변함 -> h(x) 이 g(x) or 0 인 경우 다익스트라 알고리즘과 동일
+ 휴리스틱 함수란?
현재 노드에서 목표 노드까지의 예상 비용을 구하는 함수
-> ex. 맨해튼 거리 함수, 유클리디안 거리 함수
2. A* 알고리즘의 동작
우선순위 큐(최소 힙)을 이용하여 열린 노드들을 관리
열린 노드의 비용을 연산할 때에는 인근에 있는 닫힌 노드 중 가장 비용이 낮은 노드에서 이동한 비용으로 연산
0. 시작점 인근의 모든 노드의 비용을 연산하고 우선순위 큐에 넣음 ( 비교 기준 : f(x) -> h(x) )
1. 탐색할 노드를 지정 ( 우선순위 큐에서 Pop )
2. 우선 순위 큐에 탐색한 노드로 인해 추가된 열린 노드의 비용을 연산하고 우선순위 큐에 넣음
3. 도착지를 찾을 때까지 1,2번을 반복함
4. 도착지를 찾았다면, 도착지에서부터 루트노드를 찾아 시작점까지 스택에 담아서 반환 ( 최단 경로 반환 )
- 루트노드는 인근의 닫힌 노드 중 가장 g(x) 비용이 적은 노드로 지정
BFS / 다익스트라 / A*
BFS : 가중치가 없는 그래프에서 최단 경로를 찾는 완전 탐색 알고리즘
Dijkstra : 가중치 그래프에서 시작 노드를 기준으로 모든 노드까지의 최단 거리를 구하는 그리디 알고리즘
Astar : 가중치 그래프에서 시작 노드에서 목표 노드까지의 최단 경로만을 구하는 그리디 알고리즘
+ A* 알고리즘에서 모든 휴리스틱 함수의 값이 0이라면 다익스트라 알고리즘과 동일함
WindowsAPI로 구현한 A* 알고리즘의 이해를 돕기 위한 테스트 프로그램 영상
void FindBestNearBlock(int y, int x)
{
int maxRangeX = blockArrays[0].size();
int maxRangeY = blockArrays.size();
for (int i = 0; i < 8; i++)
{
int movePosY = y / BLOCKSIZE + dirY[i];
int movePosX = x / BLOCKSIZE + dirX[i];
if (movePosY < 0 || movePosY >= maxRangeY || movePosX < 0 || movePosX >= maxRangeX)
continue;
if (blockArrays[movePosY][movePosX].blockState == Block_End)
{
SetBlockMoveStack();
player.SpawnPlayer({ startBlock->pos.x + (BLOCKSIZE / 2), startBlock->pos.y + (BLOCKSIZE / 2) });
player.SetTargetPos({ startBlock->pos.x + (BLOCKSIZE / 2), startBlock->pos.y + (BLOCKSIZE / 2) });
gameState = Game_MoveTarget;
}
else if (blockArrays[movePosY][movePosX].blockState == Block_None)
{
SetNearBlockCost(&blockArrays[movePosY][movePosX]);
blockArrays[movePosY][movePosX].blockState = Block_Queue;
blockQueue.Enqueue(&blockArrays[movePosY][movePosX]);
}
}
}
void MoveToBestBlock()
{
if (blockQueue.GetCount() == 0)
return;
findBlock = blockQueue.Dequeue(); // 최적의 열린 노드
findBlock->blockState = Block_Mine;
FindNearBlock(findBlock->pos.y, findBlock->pos.x);
}
'Programming > Algorithm' 카테고리의 다른 글
[Algorithm C#] 최소 신장 트리 MST ( 크루스칼, 프림 ) (1) | 2023.10.19 |
---|---|
[Algorithm C#] 동적 계획법(DP) / Memoization, Tabulation (1) | 2023.10.18 |
[Algorithm C#] 소수 판별 최적화 알고리즘 (제곱근, 에라토스테네스의 체) (0) | 2023.08.25 |
[Algorithm C#] BFS, DFS ( + Back Tracking ) (0) | 2023.03.09 |