基于图搜索的规划算法之 A* 家族(十一):总结
2023-09-27 14:20:42 时间
文章目录
回头望,插着起点旗帜的Dijkstra算法已经需要我们眺目远望了,而本专栏也准备在此刻对前面介绍的 A* 家族作个总结,并以此作为本专栏的一个小小的里程碑。回顾已经介绍的十个 A* 家族算法,每个算法的选择与排布都不是随意,它们由简到难,从应对理想问题到实际问题,总体上是按递进的方式排布。本文的目的是为了在全局视角总结这十个章节,当然本文也可以被用来作为初次了解 A* 算法的引子。
一、A* 家族算法导图
我们从 A* 1算法出发,已经介绍九个与之相关的规划算法。我们把这九个算法按三个改进维度划分,分别为:1)算法效率;2)工作方式;3)规划解的形式。
- 算法效率:应对的规划问题与原始 A* 算法一致(针对静态的栅格地图,求解固定起点到固定目标点的最短栅格路径),仅仅是解决原始
相关文章
- ubuntu 下 GCC/G++ 的 include 搜索路径查看与设置
- 基于图搜索的规划算法之 A* 家族(十):时空 A* 算法
- 基于图搜索的规划算法之A*家族(二):双向A*算法
- 基于图搜索的规划算法之Dijkstra
- Facebook AI实验室开源相似性搜索库Faiss:性能高于理论峰值55%,提速8.5倍
- lucene3.6笔记添加搜索功能
- 记忆化搜索 hdu 1331
- 神马搜索聚焦大数据营销 汇川广告平台 快、准、省
- elasticsearch(七)java 搜索功能Search Request的介绍与使用
- 【ElasticSearch搜索推荐】基于ngram分词机制实现index-time搜索推荐
- LeetCode_动态规划_二分搜索_耐心排序_中等_300.最长递增子序列
- 240. 搜索二维矩阵 II
- LeetCode·96.不同的二叉搜索树·动态规划
- 81.搜索旋转排序数组
- 第11.3节 Python正则表达式搜索支持函数search、match、fullmatch、findall、finditer
- Linux动态库.so文件加载搜索路径详解
- 如何去掉Android 6.0 UI界面上的搜索框