最近有打算写个迷宫玩玩,无意中发下了这个库,很强大!又是开源在github的,并且有一个相当酷的demo。这个库不仅支持浏览器端的运行,而且可以运行在node.js上。怎么用到服务器上这里就不涉及了,主要还是翻译一下官方的demo。
一、基本应用
首先我们要定义一个二维的图
var grid = new PF.Grid(width, height); //这里的两个参数定义了图的长和宽
然后我们可以设置这个图中一些不能走的节点,用setWalkableAt函数
grid.setWalkableAt(0, 1, false);
这段代码的意思是设置(0,1)这个点不能走。
当然这样的话如果图非常大,不能走的点很多就很复杂了,不过还有一种方法可以让我们直接用矩阵定义图,用0,1表示能否到达
var matrix = [
[0, 0, 0, 1, 0],
[1, 0, 0, 0, 1],
[0, 0, 1, 0, 0],
];
var grid = new PF.Grid(5, 3, matrix);
图建好了之后我们就可以开始最激动人心的地方了,那就是这个库为我们提供的九种寻路函数。要知道这个要是自己实现还是有不少的困难的。这九中算法分别是:
-
AStarFinder
* -
BreadthFirstFinder
* BestFirstFinder
-
DijkstraFinder
* BiAStarFinder
BiBestFirstFinder
-
BiDijkstraFinder
* -
BiBreadthFirstFinder
* -
JumpPointFinder
*
这九个函数中尾部加了星号的是保证能找到最短路的,从第五个开始四个前缀bi的则是双向搜索的意思。
要使用这些函数需要首先建立一个查找的对象,一第一种查找为例:
var finder = new PF.AStarFinder();
然后我们用它查找所建立的图上两点的路径:
var path = finder.findPath(1, 2, 4, 2, grid);//表示搜索(1,2)到(4,2)的最短路,运行后path=[ [ 1, 2 ], [ 1, 1 ], [ 2, 1 ], [ 3, 1 ], [ 3, 2 ], [ 4, 2 ] ]
当然它这个算法的实现貌似是直接在原图上操作的,所以各种算法运行后图就变了,所以你要多次应用的话就要先复制一份,就像:
var gridBackup = grid.clone();
二、高级应用
1、你可以设置是否允许走斜线:
var finder = new PF.AStarFinder({
allowDiagonal: true
});
然后再走斜线的基础上,你可以设置是否允许从不能走的方块角上过去:
var finder = new PF.AStarFinder({
allowDiagonal: true,
dontCrossCorners: true
});
2、我们知道很影响寻路算法的速度的就是他们的启发函数,在PathFinding中也允许我们定义自己的启发函数
对于 AStarFinder
, BestFirstFinder
以及他们加了 Bi
前缀,我们就可以设置他的启发函数,本身提供了三个备选的
1、PF.Heuristic.manhattan (默认值)
2、PF.Heuristic.chebyshev
3、PF.Heuristic.euclidean
如果要修改启发函数:
var finder = new PF.AStarFinder({
heuristic: PF.Heuristic.chebyshev
});
或者是定义自己的启发函数
var finder = new PF.BestFirstFinder({
allowDiagonal: true,
heuristic: function(dx, dy) {
return Math.min(dx, dy);
}
});
三、由于返回的路径是路径话说那个的每个点,你也可以只返回那些标志点:
var newPath = PF.Util.smoothenPath(grid, path);
这样如果原来的path是[[0, 1], [0, 2], [0, 3], [0, 4]]
那么修改之后就是 [[0, 1], [0, 4]]
这样,有了这个库歇一歇类似寻路的游戏就不用担心算法问题啦(当然你追求速度要自己弄个高档的启发函数就另说啦),实在是很方便啊!