当前位置:   article > 正文

AI 八数码A_star算法问题-实验报告_八数码问题:在 3×3 方格棋盘上,分别放置了标有数字 1, 2, 3, 4, 5, 6, 7, 8

八数码问题:在 3×3 方格棋盘上,分别放置了标有数字 1, 2, 3, 4, 5, 6, 7, 8 的

一 题目要求:

        八数码问题的A星搜索算法实现
        要求:设计估价函数,并采用c或python编程实现,以八数码为例演示A星算法的搜索过程,争取做到直观、清晰地演示算法,代码要适当加注释。
        八数码难题:在3×3方格棋盘上,分别放置了标有数字1,2,3,4,5,6,7,8的八张牌,初始状态S0可自己随机设定,使用的操作有:空格上移,空格左移,空格右移,空格下移。试采用A*算法编一程序实现这一搜索过程.

二 构造状态空间:

        这个题目的状态空间描述为一组整数对(r,s,t,u,v,w,x,y,z)。
        每个字母分别对应八数码的每个位置,如下表所示。

rst
uvw
xyz

表1-八数码状态空间对应关系

三 对题目的理解:

        这个题目也应该采用树形结构来解,我觉得难点有二:

  1. 如何建立每个节点的数据结构;
  2. 因为是A*算法,所以公式f=g+h启发信息,如何在编程中体现。
    这里我是用Python写的算法,结点的数据结构如下:
class Point:
    def __init__(self, r, s, t, u, v, w, x, y, z):
        self.r = r
        self.s = s
        self.t = t
        self.u = u
        self.v = v
        self.w = w
        self.x = x
        self.y = y
        self.z = z
        self.g = 0
        self.f = 0  # f = g+h
        self.father = None
        self.node = [r, s, t, u, v, w, x, y, z]	
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15

首先定义了八数码问题的9个位置的值。比较重要的是Point结点的father属性,指明了子节点与父节点的关系,保证了树形结构的准确性。然后定义了g属性,来保存节点的深度,f属性为g+h的和,这样就保证了启发信息。

  1. 后来遇到个Python特有的bug,就是def了一个函数,然后传参,就算我用=号复制了一个list,原来的参数也会被改变,因为他们的指针都是一样的。解决方法是用copy.copy(list),这样复制就不是同一个指针了。

四 算法代码:

见报告最后。

五 代码解释:

  1. 首先定义了open表、closed表,声明了Point类,定义了初始节点init(2, 0, 3, 1, 8, 4, 7, 6, 5)和目的节点(1, 2, 3, 8, 4, 5, 0, 7, 6)。
  2. 在开始进行A_star(A*)算法之前,先定义几个函数:
    1) getKey:找出Point节点中0(即空格)的位置索引;
    2) up:空格上移函数。把某节点的空格和上方位置的值交换(考虑了溢出问题,即第一行不能up);
    3) down:空格下移函数。同上;
    4) left:空格左移函数。同上;
    5) right:空格右移函数。同上;
    6) h:启发函数。将某个节点与目的节点比较,返回位置不同的数目;
    7) equal:判断两个节点是否相同;
    8) open_sort:把open表里面的节点,按照属性f的值,排序;
    9) in_list:判断节点是否在open表或者closed表已经存在。
  3. 开始编写A*算法:
    1) 首先,先把初始节点init放入到OPEN表中,然后遍历OPEN表;
    2) 如果OPEN中取出的节点是目的节点goal,那么结束遍历;否则把这个节点从OPEN表取出,放入CLOUSED表;
    3) 然后根据此节点,来得到它的子节点,通过上、下、左、右四个方向来获取四个新节点,然后对四个节点遍历;
    4) 把该节点的f属性、father属性、g属性指定好。判断该new节点是否已经出现在open表中,如果已经出现了而且它的f属性值更好,说明它更优,那么把之前的移除,把这个插入。Open表同理。如果该new节点在open表和closed表都没有,那么把它直接插入到open表。最后根据f属性的值,对open表的节点排序
    4 最后打印一下路径,就可显示出解。

六 算法输出分析:

如图1是以初始节点init(2, 0, 3, 1, 8, 4, 7, 6, 5)和目的节点(1, 2, 3, 8, 4, 5, 0, 7, 6)运行的程序输出。根据OPEN表画出树形图如图2。

在这里插入图片描述

图1-程序输出
在这里插入图片描述
图2-分析过程

附:Python算法

import copy
import operator

OPEN = []  # open表
CLOSED = []  # closed表


class Point:
    def __init__(self, r, s, t, u, v, w, x, y, z):
        self.r = r
        self.s = s
        self.t = t
        self.u = u
        self.v = v
        self.w = w
        self.x = x
        self.y = y
        self.z = z
        self.g = 0
        self.f = 0  # f = g+h
        self.father = None
        self.node = [r, s, t, u, v, w, x, y, z]


init = Point(2, 0, 3, 1, 8, 4, 7, 6, 5)  # 初始节点
goal = Point(1, 2, 3, 8, 0, 4, 7, 6, 5)  # 目标


# 返回空位的index值
def getKey(s):
    return s.node.index(0)


def up(s, key):
    if key - 3 >= 0:
        arr = copy.copy(s.node)
        arr[key], arr[key - 3] = arr[key - 3], arr[key]
        return Point(arr[0], arr[1], arr[2], arr[3], arr[4], arr[5], arr[6], arr[7], arr[8])
    else:
        return None


def down(s, key):
    if key + 3 <= 8:
        arr = copy.copy(s.node)
        arr[key], arr[key + 3] = arr[key + 3], arr[key]
        return Point(arr[0], arr[1], arr[2], arr[3], arr[4], arr[5], arr[6], arr[7], arr[8])
    else:
        return None


def left(s, key):
    if key != 0 and key != 3 and key != 6:
        arr = copy.copy(s.node)
        arr[key], arr[key - 1] = arr[key - 1], arr[key]
        return Point(arr[0], arr[1], arr[2], arr[3], arr[4], arr[5], arr[6], arr[7], arr[8])
    else:
        return None


def right(s, key):
    if key != 2 and key != 5 and key != 8:
        arr = copy.copy(s.node)
        arr[key], arr[key + 1] = arr[key + 1], arr[key]
        return Point(arr[0], arr[1], arr[2], arr[3], arr[4], arr[5], arr[6], arr[7], arr[8])
    else:
        return None


# 启发函数
def h(s, p=goal):
    flag = 0
    for i in range(0, 9):
        if s.node[i] != p.node[i]:
            flag += 1
    return flag


def equal(a, b):
    if a.node == b.node:
        return True


# 将open_list以f值进行排序
def open_sort(l):
    the_key = operator.attrgetter('f')  # 指定属性排序的key
    l.sort(key=the_key)


# 扩展节点时在open表和closed表中找原来是否存在相同属性的节点
def in_list(new, l):
    for item in l:
        if new.node == item.node:
            return True, item
    return False, None


def A_star(s):
    global OPEN, CLOSED
    OPEN = [s]
    CLOSED = []

    while OPEN:  # open表非空
        get = OPEN[0]  # 取出open表第一个元素get
        if get.node == goal.node:  # 判断是否为目标节点
            return get
        OPEN.remove(get)  # 将get从open表移出
        CLOSED.append(get)  # 将get加入closed表
        # 以下得到一个get的新子节点new并考虑是否放入OPEN
        key = getKey(get)
        for i in range(0, 4):  # 四个方向
            if i == 0:
                new = up(get, key)
            elif i == 1:
                new = down(get, key)
            elif i == 2:
                new = left(get, key)
            elif i == 3:
                new = right(get, key)

            if new == None:  # 状态非法或new折返了
                pass
            # 如果要拓展的节点满足以上情况,将它的父亲设为当前节点,计算f,并对open_list排序
            else:
                new.father = get
                new.g = get.g + 1  # 与起点的距离
                new.f = get.g + h(new)  # f = g + h

                # 如果new在open表中(只关注m,c,b的值)
                if in_list(new, OPEN)[0]:
                    old = in_list(new, OPEN)[1]
                    if new.f < old.f:  # new的f<open表相同状态的f
                        OPEN.remove(old)
                        OPEN.append(new)
                        open_sort(OPEN)
                    else:
                        pass
                # 继续,如果new在closed表中
                elif in_list(new, CLOSED)[0]:
                    old = in_list(new, CLOSED)[1]
                    if new.f < old.f:
                        # 将old从closed删除,并重新加入open
                        CLOSED.remove(old)
                        OPEN.append(new)
                        open_sort(OPEN)

                    else:
                        pass
                else:
                    OPEN.append(new)
                    open_sort(OPEN)
        print('OPEN:')
        for o in OPEN:
            print(o.node,o.f,o.g)


# 递归打印路径
def printPath(f):
    if f is None:
        return
    printPath(f.father)
    print(f.node)


if __name__ == '__main__':
    final = A_star(init)
    if final:
        print('有解,解为:')
        printPath(final)
    else:
        print('无解!')

  • 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
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 90
  • 91
  • 92
  • 93
  • 94
  • 95
  • 96
  • 97
  • 98
  • 99
  • 100
  • 101
  • 102
  • 103
  • 104
  • 105
  • 106
  • 107
  • 108
  • 109
  • 110
  • 111
  • 112
  • 113
  • 114
  • 115
  • 116
  • 117
  • 118
  • 119
  • 120
  • 121
  • 122
  • 123
  • 124
  • 125
  • 126
  • 127
  • 128
  • 129
  • 130
  • 131
  • 132
  • 133
  • 134
  • 135
  • 136
  • 137
  • 138
  • 139
  • 140
  • 141
  • 142
  • 143
  • 144
  • 145
  • 146
  • 147
  • 148
  • 149
  • 150
  • 151
  • 152
  • 153
  • 154
  • 155
  • 156
  • 157
  • 158
  • 159
  • 160
  • 161
  • 162
  • 163
  • 164
  • 165
  • 166
  • 167
  • 168
  • 169
  • 170
  • 171
  • 172
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/花生_TL007/article/detail/106692
推荐阅读
相关标签
  

闽ICP备14008679号