Python: implementacja algorytmu Astar
Zaimplementowałem algorytm Astar dla problemu z sędzią online, odnoszącego się do labiryntu z podanymi pozycjami początkowymi i końcowymi wraz z siatką reprezentującą labirynt. Podaję długość ścieżki wraz z samą ścieżką. Poniżej przedstawiono implementację w Pythonie przy użyciu odległości euklidesowej:
import heapq, math, sys
infinity = float('inf')
class AStar():
def __init__(self, start, grid, height, width):
self.start, self.grid, self.height, self.width = start, grid, height, width
class Node():
def __init__(self, position, fscore=infinity, gscore=infinity, parent = None):
self.fscore, self.gscore, self.position, self.parent = fscore, gscore, position, parent
def __lt__(self, comparator):
return self.fscore < comparator.fscore
def heuristic(self, end, distance = "Euclidean"):
(x1, y1), (x2, y2) = self.start, end
if (distance == "Manhattan"):
return abs(x1 - x2) + abs(y1 - y2)
return math.sqrt((x2 - x1)**2 + (y2 - y1)**2)
def nodeNeighbours(self, pos):
(x, y) = pos
return [(dx, dy) for (dx, dy) in [(x + 1, y), (x - 1, y), (x, y + 1), (x, y - 1)] if 0 <= dx < self.width and 0 <= dy < self.height and self.grid[dy][dx] == 0]
def getPath(self, endPoint):
current, path = endPoint, []
while current.position != self.start:
path.append(current.position)
current = current.parent
path.append(self.start)
return list(reversed(path))
def computePath(self, end):
openList, closedList, nodeDict = [], [], {}
currentNode = AStar.Node(self.start, fscore=self.heuristic(end), gscore = 0)
heapq.heappush(openList, currentNode)
while openList:
currentNode = heapq.heappop(openList)
if currentNode.position == end:
return self.getPath(currentNode)
else:
closedList.append(currentNode)
neighbours = []
for toCheck in self.nodeNeighbours(currentNode.position):
if toCheck not in nodeDict.keys():
nodeDict[toCheck] = AStar.Node(toCheck)
neighbours.append(nodeDict[toCheck])
for neighbour in neighbours:
newGscore = currentNode.gscore + 1
if neighbour in openList and newGscore < neighbour.gscore:
openList.remove(neighbour)
if newGscore < neighbour.gscore and neighbour in closedList:
closedList.remove(neighbour)
if neighbour not in openList and neighbour not in closedList:
neighbour.gscore = newGscore
neighbour.fscore = neighbour.gscore + self.heuristic(neighbour.position)
neighbour.parent = currentNode
heapq.heappush(openList, neighbour)
heapq.heapify(openList)
return None
if __name__ == '__main__':
sys.stdin = open('input.txt', 'r')
sys.stdout = open('output.txt', 'w')
matrix = [[int(num) for num in line.split()] for line in sys.stdin]
size = matrix.pop(0)
coordinates = matrix.pop(0)
n, m = size[0], size[1]
x1, y1, y2, x2 = coordinates[0], coordinates[1], coordinates[2], coordinates[3]
path = AStar((x1-1, y1-1), matrix, n, m).computePath((y2-1, x2-1))
print(len(path))
for pos in path:
print(pos[0] + 1, pos[1] + 1)
Odpowiedzi
self.start, self.grid, self.height, self.width = start, grid, height, width
Nie umieściłbym ich wszystkich w tej samej linii. Myślę, że znacznie łatwiej byłoby czytać w wielu wierszach:
self.start = start
self.grid = grid
self.height = height
self.width = width
Prawdopodobnie miałbym Nodeklasę jako najwyższy poziom zamiast zagnieżdżonej. Nie sądzę, żebyś wiele zyskał mając to w środku AStar. Możesz nazwać go _Nodetak, aby był „prywatny dla modułu”, tak aby próba zaimportowania go do innego pliku potencjalnie wywołała ostrzeżenia.
W Node„s __lt__realizacji, nie nazwałbym drugi parametr comparator. Porównywacz to coś, co porównuje, podczas gdy w tym przypadku jest to po prostu kolejny węzeł. other_nodelub coś byłoby bardziej odpowiednie.
W heuristic, osobiście skorzystałbym z elsetam:
if (distance == "Manhattan"):
return abs((x1 - x2) + abs(y1 - y2))
else:
return math.sqrt((x2 - x1)**2 + (y2 - y1)**2)
Dzięki temu jest jaśniejsze, że zostanie wykonana tylko jedna z linii. Osobiście pomijam tylko elsew takim przypadku, jeśli ifbyło to sprawdzanie warunków wstępnych „wczesnego wyjścia”, i chcę uniknąć zagnieżdżania całej reszty funkcji w bloku. Nie stanowi to jednak problemu.
nodeNeighbors( co powinno byćnode_neighbors ) byłoby czystsze i podzielone na kilka linii:
def nodeNeighbours(self, pos):
(x, y) = pos
return [(dx, dy)
for (dx, dy) in [(x + 1, y), (x - 1, y), (x, y + 1), (x, y - 1)]
if 0 <= dx < self.width and 0 <= dy < self.height and self.grid[dy][dx] == 0]
Myślę, że dzięki temu o wiele łatwiej jest zobaczyć, co się w nim dzieje.
W wielu miejscach przypisujesz dwie lub więcej zmiennych w jednym wierszu:
(x1, y1), (x2, y2) = self.start, end
current, path = endPoint, []
openList, closedList, nodeDict = [], [], {}
x1, y1, y2, x2 = coordinates[0], coordinates[1], coordinates[2], coordinates[3]
Rozbiję to. Zwłaszcza, gdy dojdziesz do 3+ w wierszu, aby czytelnik mógł zobaczyć, która zmienna pasuje do jakiej wartości, będzie musiał liczyć od lewej strony, zamiast po prostu sprawdzać, co jest po obu stronach a =.
W computePathwydaje się, że closedListpowinien być zestaw. Nie wygląda na to, że porządek ma z nim znaczenie i neighbour in closedListbędzie szybszy z zestawem niż z listą. Wygląda jednak na openListto, że musi to być lista, ponieważ jest przekazywana do heapify.
Nie sądzę, żebym ponownie przypisał stdini stdout. Ponowne przypisanie stdinwydaje się całkowicie niepotrzebne, a zmiana stdoututrudni późniejsze debugowanie przy użyciu printinstrukcji. Niekoniecznie chcesz, aby cały drukowany tekst był wysyłany do pliku.
W razie potrzeby możesz określić, do jakiego pliku chcesz drukować podczas drukowania:
with open('output.txt', 'w') as out_f:
print("To file!", file=out_f)