A-star的曼哈顿启发函数（A *）
我在这里找到了这个算法。
我有一个问题，我似乎无法理解如何设置和传递我的启发式function。
static public Path AStar(TNode start, TNode destination, Func distance, Func estimate) where TNode : IHasNeighbours { var closed = new HashSet(); var queue = new PriorityQueue<double, Path>(); queue.Enqueue(0, new Path(start)); while (!queue.IsEmpty) { var path = queue.Dequeue(); if (closed.Contains(path.LastStep)) continue; if (path.LastStep.Equals(destination)) return path; closed.Add(path.LastStep); foreach (TNode n in path.LastStep.Neighbours) { double d = distance(path.LastStep, n); var newPath = path.AddStep(n, d); queue.Enqueue(newPath.TotalCost + estimate(n), newPath); } } return null; } 如您所见，它接受2个函数，一个距离和一个估计函数。
使用曼哈顿启发距离function，我需要采用2个参数。 我是否需要修改他的来源并将其更改为接受TNode的2个参数，以便我可以将曼哈顿估算值传递给它？ 这意味着第4个参数将如下所示：
Func estimate) where TNode : IHasNeighbours
并将估计函数更改为：
queue.Enqueue(newPath.TotalCost + estimate(n, path.LastStep), newPath);
我的曼哈顿function是：
private float manhattanHeuristic(Vector3 newNode, Vector3 end) { return (Math.Abs(newNode.X - end.X) + Math.Abs(newNode.Y - end.Y)); }
好问题。 我同意这篇文章令人困惑。 我已更新它以解决您的问题。
首先，回答你问的问题：你应该修改给出的代码来采取不同的function吗？ 如果你想，当然，但你当然不必。 我的建议是传递算法所需的function，因为这是它需要的function。 为什么传递算法不需要的信息？
怎么做？
我给出的A *算法有两个function。
第一个函数给出两个给定相邻节点之间的精确距离 。
第二个函数给出给定节点和目标节点之间的估计距离 。
这是你没有的第二个function。
如果您有一个函数可以给出两个给定节点之间的估计距离 ，并且您需要一个函数来给出给定节点和目标节点之间的估计距离，那么只需构建该函数：
Func estimatedDistanceBetweenTwoNodes = whatever; Func estimatedDistanceToDestination = n=>estimatedDistanceBetweenTwoNodes(n, destination);
而且你已经完成了。 现在您拥有了所需的function。
通过将一个参数固定为某个值将双参数函数转换为单参数函数的这种技术称为“部分函数应用”，并且在函数编程中非常常见。
这一切都清楚了吗？
现在谈到第二个也是更严重的问题。 正如我在文章中所描述的那样， 算法的正确操作是基于保守的估计函数 。 你能保证曼哈顿的距离永远不会高估吗？ 这似乎不太可能。 如果网格中的任何地方都有“对角线”街道，那么曼哈顿距离会高估两点之间的最佳距离，而A *算法将无法找到它。 大多数人使用欧氏距离（也称为L2范数）作为A *算法，因为两点之间的最短距离根据定义并不是高估。 你为什么使用曼哈顿距离？ 我很困惑你为什么认为这是一个好主意。
是的，您需要修改代码，因为没有必要在两个TNode参数中使用estimate方法。