Mobile 行人导航路由算法的比较

Mobile 行人导航路由算法的比较,mobile,routing,navigation,Mobile,Routing,Navigation,我目前正在开发行人导航软件,而对我来说最难的主题是找到最适合该任务的路由算法。我听说A*是那种软件中实际使用的算法之一 你能推荐其他解决这个问题的算法吗?他们的表现如何比较?它们需要多少内存和空间 提前感谢您的回答。您可以看一下。在我看来,这是解决问题的一种非常聪明的方法,但是如果使用一种好的启发式算法,那么相对于a*来说,你可能会有相当糟糕的时间复杂度,因为该算法是为了进行完全的探索而设计的 来自维基百科: IDDFS结合了深度优先搜索的空间效率和广度优先 搜索的完备性(当分支因子为有限时)。

我目前正在开发行人导航软件,而对我来说最难的主题是找到最适合该任务的路由算法。我听说A*是那种软件中实际使用的算法之一

你能推荐其他解决这个问题的算法吗?他们的表现如何比较?它们需要多少内存和空间


提前感谢您的回答。

您可以看一下。在我看来,这是解决问题的一种非常聪明的方法,但是如果使用一种好的启发式算法,那么相对于a*来说,你可能会有相当糟糕的时间复杂度,因为该算法是为了进行完全的探索而设计的

来自维基百科:

IDDFS结合了深度优先搜索的空间效率和广度优先 搜索的完备性(当分支因子为有限时)。它是 当路径成本是深度的非递减函数时为最优 节点的名称。IDDFS的空间复杂度是O(bd),其中b是 分枝因子和d是最浅目标的深度。自从 看起来,迭代深化多次访问状态 浪费,但结果并不是那么昂贵,因为在树上 大多数节点都在底层,所以如果 上层会被访问多次

同样,关于时间复杂性:

在平衡良好的树中,IDDF的时间复杂度为 与深度优先搜索相同:O(bd)


你可以看看。在我看来,这是解决问题的一种非常聪明的方法,但是如果使用一种好的启发式算法,那么相对于a*来说,你可能会有相当糟糕的时间复杂度,因为该算法是为了进行完全的探索而设计的

来自维基百科:

IDDFS结合了深度优先搜索的空间效率和广度优先 搜索的完备性(当分支因子为有限时)。它是 当路径成本是深度的非递减函数时为最优 节点的名称。IDDFS的空间复杂度是O(bd),其中b是 分枝因子和d是最浅目标的深度。自从 看起来,迭代深化多次访问状态 浪费,但结果并不是那么昂贵,因为在树上 大多数节点都在底层,所以如果 上层会被访问多次

同样,关于时间复杂性:

在平衡良好的树中,IDDF的时间复杂度为 与深度优先搜索相同:O(bd)