一種高效的尋路演算法 - B*尋路演算法

轉自：http://qinysong.iteye.com/blog/678941

在此把這個演算法稱作B* 尋路演算法（Branch Star 分支尋路演算法，且與A*對應），本演算法適用於遊戲中怪物的自動尋路，其效率遠遠超過A*演算法，經過測試，效率是普通A*演算法的幾十上百倍。

通過引入該演算法，一定程度上解決了遊戲伺服器端無法進行常規尋路的效率問題，除非伺服器端有獨立的AI處理執行緒，否則在伺服器端無法允許可能消耗大量時間的尋路搜尋，即使是業界普遍公認的最佳的A*，所以普遍的折中做法是伺服器端只做近距離的尋路，或通過導航站點縮短A*的範圍。

演算法原理
本演算法啟發於自然界中真實動物的尋路過程，並加以改善以解決各種阻擋問題。
前置定義：
1、探索節點：
為了敘述方便，我們定義在尋路過程中向前探索的節點（地圖格子）稱為探索節點，起始探索節點即為原點。（探索節點可以對應為A*中的開放節點）

2、自由的探索節點：
探索節點朝著目標前進，如果前方不是阻擋，探索節點可以繼續向前進入下一個地圖格子，這種探索節點我們稱為自由探索節點；

3、繞爬的探索節點：
探索節點朝著目標前進，如果前方是阻擋，探索節點將試圖繞過阻擋，繞行中的探索節點我們成為繞爬的探索節點；
演算法過程
1、起始，探索節點為自由節點，從原點出發，向目標前進；
2、自由節點前進過程中判斷前面是否為障礙，
     a、不是障礙，向目標前進一步，仍為自由節點；
     b、是障礙，以前方障礙為界，分出左右兩個分支，分別試圖繞過障礙，這兩個分支節點即成為兩個繞爬的探索節點；
3、繞爬的探索節點繞過障礙後，又成為自由節點，回到2）；
4、探索節點前進後，判斷當前地圖格子是否為目標格子，如果是則尋路成功，根據尋路過程構造完整路徑；
5、尋路過程中，如果探索節點沒有了，則尋路結束，表明沒有目標格子不可達；


演示如下： 
    
   



B*與A*演算法的效能比較

尋路次數比較（5秒鐘尋路次數） 


 
B*與A*效能比較例項
1、 無障礙情況
此種情況，根據以上測試資料，B*演算法效率是普通A*的44倍（左為A*，右為B*)

     
 

2、線形障礙
此種情況，根據以上測試資料，B*演算法效率是普通A*的28倍（左為A*，右為B*)

   

  
3、環形障礙
此種情況，根據以上測試資料，B*演算法效率是普通A*的132倍（左為A*，右為B*)

      


4、封閉障礙（目標不可達）
此種情況，根據以上測試資料，B*演算法效率是普通A*的581倍（左為A*，右為B*)
    

衍生演算法
通過以上封閉障礙，可以看出，這個方法在判斷地圖上的兩個點是否可達上，也是非常高效的，在不可達情況下，時間複雜度與封閉障礙的周長相當，而不是整個地圖的面積。