Algorithm 是否可以使用*搜索非网格图

我知道A*是寻找最短路径的最佳算法，但我看不出任何启发式算法如何在非格图上工作？这让我想知道A*是否能够用于无向图或有向图。如果A*能够做到这一点，我们可以使用什么样的启发式方法？如果A*不是，那么当前计算有向或无向非格图上最短路径的最快算法是什么？如果需要更多信息，请发表评论。

可能是的，但A*是在类似网格的图形中查找最短路径的常用算法。对于一般的图，有许多其他的最短路径计算算法，它们将更好地匹配您的情况。这取决于你的设置，使用哪一个

如果您计划执行单源最短路径（SSSP），如果您尝试查找从一个节点到另一个节点的最短路径，并且图形未加权，则可以使用呼吸优先搜索。该算法的双向版本在实践中表现良好。如果您使用SSSP，并且您的图形是加权的，Dijkstra算法是一种常见的选择，也可以使用双向版本。对于所有成对的最短路径，其他算法如Floyd Warshall或Johnson算法都很有用

如果您想使用启发式算法并在搜索完成之前估计距离，您可以进行预计算，这主要适用于上述每种算法。一些例子：

• 快捷方式计算（圆弧标志、SHARC、KFLAG）
• 集线器识别（也包括传输节点）：预先计算所有集线器节点之间的距离（在非动态图中只能进行一次），找到源和汇的下一个集线器，例如使用dijkstra。累加集线器和源到下一集线器和汇到下一集线器之间的距离
• 结构化查找表，例如集线器之间的距离以及集线器与特定距离内节点之间的距离。在预计算之后，您不再需要再次遍历图形，而是通过多次查找来计算最短路径。这导致内存消耗高，但性能强。可以通过使用距离计算的上限近似值来调整内存

---

我强烈建议您确定您的确切情况，并对适合此情况的图形算法进行一些研究。对于几十个应用领域的最短路径进行了大量研究。

给出了几个例子。一个例子是布线的直线距离，它不是在晶格结构中搜索，而是定向的。尽管维基百科确实给出了一些例子，但对于这样一个图，什么样的启发式会被使用呢？算法如何估计给定节点和端点之间的距离？谢谢你的回复。在有向图上可以使用什么样的启发式方法？大多数启发式算法假设给定节点和端点之间的距离是已知的。在有向图中，这个信息是未知的。你知道有什么启发法可以做到这一点吗？你能更清楚一点吗？所有这些都是预先计算的。轮毂识别方法可以作为一种启发式方法。您只计算一个节点a到下一个集线器节点HA的最短路径（您也可以预先计算），节点B也是如此，我们称之为节点HB。现在，您只需计算HA和HB之间的SSSP，最后将A->HA->HB->B之间的距离相加。这不一定是最优的，但对于过渡网络来说非常快。你的情况是什么？这回答了你的问题还是有什么不清楚的地方？随便问一下，如果这能帮助你考虑投票和/或接受这个答案。