【游戏跨场景寻路】基于egret(白鹭)的游戏地图跨场景寻路功能的实现

2024-08-27 03:58

本文主要是介绍【游戏跨场景寻路】基于egret(白鹭)的游戏地图跨场景寻路功能的实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

每次时间久了算法就会淡忘,温故耗时,故做下整理,方便日后取材。

参考网址:

        原理性讲解:https://www.toutiao.com/a6540828594954830340/ 

        基于as3的代码:https://blog.csdn.net/sjt223857130/article/details/77199601

        堆优化理解:https://www.cnblogs.com/jason2003/p/7222182.html

        基于C++的代码:https://blog.csdn.net/qq_35644234/article/details/60870719

        相关注释:https://www.cnblogs.com/zzzPark/p/6060780.html

        代码参考:https://blog.csdn.net/u013052238/article/details/80273042

此文主要讲跨地图间的最短路径,AI 寻路参考 A* 算法:https://blog.csdn.net/u013052238/article/details/53375860,以及A*算法的优化:https://blog.csdn.net/u013052238/article/details/78126019

 

一、以下图作为多地图顶点:

二、地图数据字典配置简要设置如下:

{"A": {"B": {"len": 6},"C": {"len": 3}},"B": {"A": {"len": 6},"C": {"len": 2},"D": {"len": 5}},"C": {"A": {"len": 3},"B": {"len": 2},"D": {"len": 3},"E": {"len": 4}},"D": {"B": {"len": 5},"C": {"len": 3},"E": {"len": 2},"F": {"len": 3}},"E": {"C": {"len": 4},"D": {"len": 2},"F": {"len": 5}},"F": {"D": {"len": 3},"E": {"len": 5}}
}

三、为地图设置Vo类,这里简单设置MapVo类,带有mapId属性(如上的A~F顶点)


/**顶点地图数据 */
class MapVo {public mapID: string = "";
}

四、新建地图数据类存储对应矩阵的相关数据,这里设置MGraph(邻接矩阵)类:

/**邻接矩阵 */
class MGraph {/**邻接矩阵数组 */public edgeMatrixList: number[][];/**顶点数 */public pointNumber: number;/**存放顶点信息 */public mapDataList: MapVo[];public constructor() {this.edgeMatrixList = [];this.mapDataList = [];this.pointNumber = 0;}
}

五、新建类CrossMap初始化地图数据:

class CrossMap {/**地图配置表数据 */private gMapSource: any;/**INFINITY: 无穷大 */private INFINITY: number = 999999;/**邻接矩阵数据 */private gMGraph: MGraph;public constructor(mapSourcelist: any) {this.gMapSource = mapSourcelist;this.gMGraph = new MGraph();this.gMGraph.pointNumber = Object.keys(this.gMapSource).length;for (let point in this.gMapSource) {let _mapVo: MapVo = new MapVo();this.gMGraph.mapDataList.push(_mapVo);_mapVo.mapID = point;}//建立图的邻接矩阵for (let i: number = 0; i < this.gMGraph.pointNumber; i++) {if (!this.gMGraph.edgeMatrixList[i]) {this.gMGraph.edgeMatrixList[i] = [];}for (let j: number = 0; j < this.gMGraph.pointNumber; j++) {//计算i到j的权值let mapI: string = this.gMGraph.mapDataList[i].mapID;let mapJ: string = this.gMGraph.mapDataList[j].mapID;if (this.gMapSource[mapI]) {if (this.gMapSource[mapI][mapJ]) {				//判断地图I到地图J能不能走通this.gMGraph.edgeMatrixList[i][j] = this.gMapSource[mapI][mapJ].len;//权值设为配置// this.gMGraph.edgeMatrixList[i][j] = 1;	//默认给权值都为1continue;}}this.gMGraph.edgeMatrixList[i][j] = this.INFINITY;}}console.log("图的邻接矩阵为:", this.gMGraph.edgeMatrixList);/**导出路径数据 */this.exportPath();}/**保存搜索完后所有相关的路径字典 */private allPathDic: { [mapId: string]: string[] } = {};private exportPath(){......}
}

获得地图的邻接矩阵数据如下:

六、开始迪杰斯特拉算法查找各个点距离其他点的最短路径:

/**保存所有路径字典 */private allPathDic: { [mapId: string]: string[] } = {};private exportPath() {let time = egret.getTimer();let pointNum: number = this.gMGraph.pointNumber;for (let i: number = 0; i < pointNum; i++) {this.dijkstra(i, this.gMGraph);}console.log("跨地图数据生成耗时:" + (egret.getTimer() - time) + "ms");}private dijkstra(sourcePoint: number, _MGraph: MGraph) {let dist: number[] = [];					//从原点sourcePoint到其他的各定点当前的最短路径长度let path: number[] = [];					//path[i]表示从原点到定点i之间最短路径的前驱节点let selectList: number[] = [];  			//选定的顶点的集合let minDistance, point = 0;for (let i = 0; i < _MGraph.pointNumber; i++) {dist[i] = _MGraph.edgeMatrixList[sourcePoint][i];       		//距离初始化selectList[i] = 0;                        						//selectList[]置空  0 表示 i 不在selectList集合中if (_MGraph.edgeMatrixList[sourcePoint][i] < this.INFINITY) {   //路径初始化path[i] = sourcePoint;} else {path[i] = -1;}}selectList[sourcePoint] = 1;                  				//原点编号sourcePoint放入selectList中path[sourcePoint] = 0;for (let i = 0; i < _MGraph.pointNumber; i++) {             //循环直到所有顶点的最短路径都求出minDistance = this.INFINITY;                    		//minDistance置最小长度初值for (let j = 0; j < _MGraph.pointNumber; j++)        	//选取不在selectList中且具有最小距离的顶点pointif (selectList[j] == 0 && dist[j] < minDistance) {point = j;minDistance = dist[j];}selectList[point] = 1;                       		 	//顶点point加入selectList中for (let j = 0; j < _MGraph.pointNumber; j++)        	//修改不在selectList中的顶点的距离if (selectList[j] == 0)if (_MGraph.edgeMatrixList[point][j] < this.INFINITY && dist[point] + _MGraph.edgeMatrixList[point][j] < dist[j]) {dist[j] = dist[point] + _MGraph.edgeMatrixList[point][j];path[j] = point;}}this.putBothpath(_MGraph, dist, path, selectList, _MGraph.pointNumber, sourcePoint);//获取路径}private putBothpath(_MGraph: MGraph, dist: number[], path: number[], selectList: number[], pointNumber: number, sourcePoint: number) {for (let i = 0; i < pointNumber; i++) {if (selectList[i] == 1 && dist[i] < this.INFINITY) {/**路径点列表 */let pathVexsList: string[] = [];pathVexsList.push(_MGraph.mapDataList[sourcePoint].mapID);	//起点this.findPath(_MGraph, path, i, sourcePoint, pathVexsList);pathVexsList.push(_MGraph.mapDataList[i].mapID);			//终点/**测试 */let pathStr: string = "";for (let j: number = 0; j < pathVexsList.length; j++) {pathStr += pathVexsList[j];if (j != pathVexsList.length - 1) {						//不是结尾就加间隔符pathStr += "-";}}/**测试 */let _pathKey: string = _MGraph.mapDataList[sourcePoint].mapID + "-" + _MGraph.mapDataList[i].mapID;if (!this.allPathDic[_pathKey]) {							//不存在this.allPathDic[_pathKey] = pathVexsList;}console.log("从 " + _MGraph.mapDataList[sourcePoint].mapID + " 到 " + _MGraph.mapDataList[i].mapID + " 的最短路径长度为: " + dist[i] + "\t 路径为: " + pathStr);}else {console.log('从 ' + _MGraph.mapDataList[sourcePoint].mapID + ' 到 ' + _MGraph.mapDataList[i].mapID + ' 不存在路径      ');}}}private findPath(_MGraph: MGraph, path: number[], i: number, sourcePoint: number, pathVexsList: string[]) {  //前向递归查找路径上的顶点let point;point = path[i];if (point == sourcePoint) return;    								//找到了起点则返回this.findPath(_MGraph, path, point, sourcePoint, pathVexsList);    	//找顶点point的前一个顶点sourcePointpathVexsList.push(_MGraph.mapDataList[point].mapID);}

查找得到路径存如下:

从 A 到 A 不存在路径           
从 A 到 B 的最短路径长度为: 5	 路径为: A-C-B     
从 A 到 C 的最短路径长度为: 3	 路径为: A-C     
从 A 到 D 的最短路径长度为: 6	 路径为: A-C-D     
从 A 到 E 的最短路径长度为: 7	 路径为: A-C-E     
从 A 到 F 的最短路径长度为: 9	 路径为: A-C-D-F从 B 到 A 的最短路径长度为: 5	 路径为: B-C-A     
从 B 到 B 不存在路径           
从 B 到 C 的最短路径长度为: 2	 路径为: B-C     
从 B 到 D 的最短路径长度为: 5	 路径为: B-D     
从 B 到 E 的最短路径长度为: 6	 路径为: B-C-E     
从 B 到 F 的最短路径长度为: 8	 路径为: B-D-F 从 C 到 A 的最短路径长度为: 3	 路径为: C-A     
从 C 到 B 的最短路径长度为: 2	 路径为: C-B     
从 C 到 C 不存在路径           
从 C 到 D 的最短路径长度为: 3	 路径为: C-D     
从 C 到 E 的最短路径长度为: 4	 路径为: C-E     
从 C 到 F 的最短路径长度为: 6	 路径为: C-D-F 从 D 到 A 的最短路径长度为: 6	 路径为: D-C-A     
从 D 到 B 的最短路径长度为: 5	 路径为: D-B     
从 D 到 C 的最短路径长度为: 3	 路径为: D-C     
从 D 到 D 不存在路径           
从 D 到 E 的最短路径长度为: 2	 路径为: D-E     
从 D 到 F 的最短路径长度为: 3	 路径为: D-F  从 E 到 A 的最短路径长度为: 7	 路径为: E-C-A     
从 E 到 B 的最短路径长度为: 6	 路径为: E-C-B     
从 E 到 C 的最短路径长度为: 4	 路径为: E-C     
从 E 到 D 的最短路径长度为: 2	 路径为: E-D     
从 E 到 E 不存在路径           
从 E 到 F 的最短路径长度为: 5	 路径为: E-F  从 F 到 A 的最短路径长度为: 9	 路径为: F-D-C-A     
从 F 到 B 的最短路径长度为: 8	 路径为: F-D-B     
从 F 到 C 的最短路径长度为: 6	 路径为: F-D-C     
从 F 到 D 的最短路径长度为: 3	 路径为: F-D     
从 F 到 E 的最短路径长度为: 5	 路径为: F-E     
从 F 到 F 不存在路径

 

 

 

 

 

 

 

 

 

 

 

 

 

这篇关于【游戏跨场景寻路】基于egret(白鹭)的游戏地图跨场景寻路功能的实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1110566

相关文章

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今,数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形

使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

《使用sql-research-assistant进行SQL数据库研究的实战指南(代码实现演示)》本文介绍了sql-research-assistant工具,该工具基于LangChain框架,集... 目录技术背景介绍核心原理解析代码实现演示安装和配置项目集成LangSmith 配置(可选)启动服务应用场景

使用Python快速实现链接转word文档

《使用Python快速实现链接转word文档》这篇文章主要为大家详细介绍了如何使用Python快速实现链接转word文档功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 演示代码展示from newspaper import Articlefrom docx import

前端原生js实现拖拽排课效果实例

《前端原生js实现拖拽排课效果实例》:本文主要介绍如何实现一个简单的课程表拖拽功能,通过HTML、CSS和JavaScript的配合,我们实现了课程项的拖拽、放置和显示功能,文中通过实例代码介绍的... 目录1. 效果展示2. 效果分析2.1 关键点2.2 实现方法3. 代码实现3.1 html部分3.2

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

java父子线程之间实现共享传递数据

《java父子线程之间实现共享传递数据》本文介绍了Java中父子线程间共享传递数据的几种方法,包括ThreadLocal变量、并发集合和内存队列或消息队列,并提醒注意并发安全问题... 目录通过 ThreadLocal 变量共享数据通过并发集合共享数据通过内存队列或消息队列共享数据注意并发安全问题总结在 J

SpringBoot+MyBatis-Flex配置ProxySQL的实现步骤

《SpringBoot+MyBatis-Flex配置ProxySQL的实现步骤》本文主要介绍了SpringBoot+MyBatis-Flex配置ProxySQL的实现步骤,文中通过示例代码介绍的非常详... 目录 目标 步骤 1:确保 ProxySQL 和 mysql 主从同步已正确配置ProxySQL 的

JS 实现复制到剪贴板的几种方式小结

《JS实现复制到剪贴板的几种方式小结》本文主要介绍了JS实现复制到剪贴板的几种方式小结,包括ClipboardAPI和document.execCommand这两种方法,具有一定的参考价值,感兴趣的... 目录一、Clipboard API相关属性方法二、document.execCommand优点:缺点:

nginx部署https网站的实现步骤(亲测)

《nginx部署https网站的实现步骤(亲测)》本文详细介绍了使用Nginx在保持与http服务兼容的情况下部署HTTPS,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值... 目录步骤 1:安装 Nginx步骤 2:获取 SSL 证书步骤 3:手动配置 Nginx步骤 4:测