Boost 具有嵌套图结构的AStar

我用boost a*实现了一个图（当前有向无环图）。图形本身在空间上有些不一致，因为图形由多个分区组成，每个分区内的坐标在空间上有意义，但分区之间的坐标不能准确反映空间距离。因此，在分区内，欧几里德距离可以作为距离度量，但在考虑两个单独分区中的节点时，欧几里德距离不能。这也是不可能纠正的，因为该图针对的是没有刚性坐标结构的MUD

一种解决方案是将a->b的路径建模为一系列通过区域的运动，在每个区域内找到最快的路径，然后将这些路径合并为最终路径

---

因此，我的问题是：有没有一种方法可以拥有这种“嵌套图”结构，或者我必须手动将问题分块处理？

您可能可以了解一下Boost.graph库中的概念。这里的实际示例使用boost:

我想你的出发点应该是创建一个超级图；然后为每个分区创建一个子图，用顶点填充它们。最困难的部分可能是添加此类图的所有边

---

至于图形的距离图，您不必将其存储在图形上；它可以是一个外部属性映射，甚至可以是一个动态计算距离的函子。

您知道这是通过全局图处理距离度量，还是从子图的坐标处理距离度量？从文档中看不明显。我的意思是，子图A的坐标在x=（-200200），y=（-200200）的范围内，但是子区域C可能有相同的坐标。没有单一的巨型地图。那么从A区->C区开始，目标是以A和C中的坐标计算的，还是先解出子图？首先，BGL对你的坐标一无所知。A*仅考虑边缘及其权重方面的原因。因此，您需要回答的第一个问题是：如何定义簇内的边？第二，如何定义簇之间的边（可能的路径）。最后，您选择了如何通知BGL与边关联的权重。BGL为您提供了大量的选项，可以选择如何将边权重传递给特定的算法。可以将其作为多个边，可以传递关联容器（如贴图），也可以将边定义为函子。