顶级NPC寻路方法洪荒之力带你上天

本文主要是介绍顶级NPC寻路方法洪荒之力带你上天，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！

转自：https://www.gameres.com/675163.html

NPC寻路也是个老生常谈的话题了，但是一说到NPC寻路，可能就有人迷茫了：哥们儿你说的寻路是什么意思？怎么个寻法？举个例子好不好？寻路这个词是游戏开发中专用的，映射到大家课本上学到的知识点，就是图(数据结构中的图结构)中两点之间的路径。这个路径不是特指最短路径，但它就专门指的就是图中两点之间的路径。

1、NPC有聪明也有笨的，聪明的NPC在玩家放大招的冷却时间内会找到一个最短路径直冲玩家去攻击。一个有心计的NPC就门绕到玩家后面去包抄或者偷袭，而胆小的NPC就到处乱跑乱跳了。下面图示表示我能想到的寻路方式。

上面示意图中的图结构，每个网格的十字交叉点是图的节点，连接节点的线就是和节点就是该节点的出度或入度。从上图中可以看出，从A到B，我们给出了四条线。黄线是哪个胆小如鼠的NLC的路线，它左右乱窜，最后终于下定决心去攻击目标。红线和蓝线均是最短路径，同样的速度，NPC可以同时到达目标。绿色的线是那个心机婊，绕到目标后边搞偷袭去了。

2、分析。蓝线和红线不用说，是我们根据算法能找到的最短路径，可能找到红线，也可能找到蓝线，根据算法不同而不同，我们总能找到一个最短路径，后边会附上一个最短路径的实现算法，对算法感兴趣的可以参考一下。黄线，是个到处乱攒的路径，到达目标之前一直让这个NPC瞎跑就行了，然后播放对应的动画（胆小的NPC播放瑟瑟发抖，极度聪明的NPC播放故作深沉的动画）。在时间基本上可以了之后，再给这个NPC找个最短路径让它去攻击目标哇。这样看起来这个NPC就有看头了。跑来跑去，有时候还思考，掐指一算，呵呵呵呵呵呵呵呵呵。而绿线就现在是重点了。它是要抽空绕到目标背后的，尽量偷袭目标。算是最聪明的一个NPC。

3、分析绿线，这个NPC要绕到目标后面去，我们的寻路系统要做哪些工作。首先，这个NPC能走过的通路要发生变化，普通的NPC是哪里都可以走的，横着一个格子，竖着一个格子，有格子就能走。但是这个不一样。这个要绕道，不能随便走，要绕到目标后边去。这个NPC的可走的通路并不是想象中的格子，而是下面这样的：

比如上面的绿色绕行路线和红色绕行路线。这个时候无视之前我们定义的图的节点的邻接点的组合。把图中出现的这几个点看成相邻节点来找最短路径，这个需要重新为这个NPC定义一个邻接表了。邻接表就是表示相邻两个节点的列表。我们定义几条类似于绿色和红色的可以绕行到目标后面的数个路径，在邻接表表示的图中，这些路径是通的。比如绿色和红色的这条线，包括类似的一些可以绕到目标后面的一些路径。根据需求，邻接表是可以动态修改的，修改后需要重新计算路径。

4、实现。热气球来了，马上就能上天！

以上寻路设计的基础都是最短路径算法。为什么要最短路径？答：因为不管你怎么走，到最后的目标都是要找到一个目的地，最后一步总是要来个最短路径算法的，所以这个最短路径的算法是基础了。

接第三步来的，我们把绕行简化一下有心机的NPC的走法。首先它在一定单位内是走S形状的路线的。

对角线是绿色的线。每一步走一个对角，但是每一个对角有分成了三个小步，这三小步怎么走就随意了，现在我们求这个绿色的对角线连接起来的路径。算法的原理是最短路径算法，地杰斯特拉最短路径。在定义邻接表时候，斜对角为日字的定义为相邻连通节点即可。具体算法如下，可以找这条绿色的通往目标的路径。然后再补充两个绿色节点之间的路径就可以啦！代码如下：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
namespace ShortPathTest
{
class GenShortPath
{
public int GenTargetPath(int tableWidth, int x1, int y1, int x2, int y2)
{
if (tableWidth <= 0) return -1;
int retValue = -1;
//初始化一个图
Element[,] map = new Element[tableWidth, tableWidth];
int[,] distance = new int[tableWidth * tableWidth, tableWidth * tableWidth];
List<Element> pointsInMap = new List<Element>();
for (int i = 0; i < tableWidth; i++)
{
for (int j = 0; j < tableWidth; j++)
{
Element e = new Element() { posX = i, posY = j };
map[i, j] = e;
pointsInMap.Add(e);
}
}
for (int i = 0; i < tableWidth * tableWidth; i++)
{
for (int j = 0; j < tableWidth * tableWidth; j++)
{
if (i == j)
{
distance[i, j] = 0;
}
else
{
int posX_1 = pointsInMap.posX;
int posY_1 = pointsInMap.posY;
int posX_2 = pointsInMap[j].posX;
int posY_2 = pointsInMap[j].posY;
//判断两个点的相对位置
if (Math.Abs(posX_1 - posX_2) == 1 && Math.Abs(posY_1 - posY_2) == 2)
{
distance[i, j] = 1;
}
else if (Math.Abs(posX_1 - posX_2) == 2 && Math.Abs(posY_1 - posY_2) == 1)
{
distance[i, j] = 1;
}
else
{
distance[i, j] = int.MaxValue;
}
}
}
}
//寻找路点
int pointStartIndex = tableWidth * x1 + y1;
Dictionary<int, int> dist = new Dictionary<int,int>();
Dictionary<int, List<Element>> path = new Dictionary<int, List<Element>>();
for (int i = 0; i < tableWidth * tableWidth; i++)
{
path = new List<Element>();
dist = distance[i,pointStartIndex];
if (dist < int.MaxValue)
{
path.Add(pointsInMap[pointStartIndex]);
path.Add(pointsInMap);
}
}
List<Element> s = new List<Element>();
s.Add(pointsInMap[pointStartIndex]);
for (int t = 0; t <= tableWidth * tableWidth - 1; t++)
{
int min = int.MaxValue;
int k = -1;
for (int i = 0; i < tableWidth * tableWidth; i++)
{
if (!s.Contains(pointsInMap) && dist < min) {
k = i;
min = dist;
}
}
if (min == int.MaxValue) break;
s.Add(pointsInMap[k]);
for (int i = 0; i < tableWidth * tableWidth; i++)
{
if (!s.Contains(pointsInMap) && distance[k, i] != int.MaxValue && (dist[k] + distance[k, i]) < dist)
{
dist = dist[k] + distance[k, i];
path = new List<Element>(path[k]);
path.Add(pointsInMap);
}
}
}
foreach (int k in path.Keys)
{
List<Element> curPath = path[k];
Element ele = curPath[curPath.Count - 1];
if (ele.posX == x2 && ele.posY == y2)
{
string str = "Path to::========>>>" + curPath[curPath.Count - 1].ToString() + "\n";
for (int i = 0; i < curPath.Count; i++)
{
str += curPath.ToString() + "-->";
}
Console.WriteLine(str);
}
}
return retValue;
}
}
}