Forever Loop.

Trouble Busters

Thoughts on Pathfinding – A*简介

原文出自:http://theory.stanford.edu/~amitp/GameProgramming/index.html

这是一篇非常适合初学者的算法文章,尽管网络上已经存在一些翻译版本,但是最近作者又对其进行了一些额外的补充,本着分享知识,顺便锻炼一下自己的翻译水平和算法水平的想法,我将结合已有的译文版本以及自己的理解同时配上中文版的插图,竭尽所能为大家带来良好的体验。

A*算法,又称A-Star算法,别名启发式搜索。是一种在静态路网图中求解最短路径的有效的方法之一,在接下来较长的一段时间里我将为大家带来A*算法以及基于A*算法的不同路径搜索策略。

以下,正文开始:

单个对象的移动看上去很简单,但其寻路的过程却是十分复杂的。那么我们为什么说寻路是复杂的呢?请各位考虑以下的这种情况:

如图,假设现在有一个需要进行移动的对象,其初始位置位于图形的底部,最终目标是到达图形的最上端。由于在对象的扫描范围内(以粉红色标识)并没有任何的障碍物,所以对象会一直向上移动。直到在接近图形顶部的时候,对象才发现障碍并改变前进方向,最终沿着红色路径绕过U型障碍物到达终点。但与此相反,拥有路径搜索的对象会在一开始就扫描一块较大的区域(以浅蓝色标识),并生成一条短的多的路径(以蓝色标识),引导对象从一开始就绕过障碍物达到目标。

当然,你也可以改进对象的移动策略,让其可以一开始就避免如上图一样的障碍,或者将障碍物标识成危险的(除非最终目标在其中):

路径搜索让对象从一开始就能计划好前进方向,而不是等到最后一刻才发现问题。但是在加入路径搜索和改进移动策略之间却有一个折衷之处。虽然预先的规划可以获得更好的结果,但是却会消耗较多的时间;尽管改进的移动策略通常会更快但是却有可能在移动过程中卡住。如果路网图经常需要进行变动(比如游戏地图),那么预先的规划的价值就比较 。我推荐复合的使用以上两种策略:路径搜索应用在那些整体规模较大,改动频率较少,路径较长的路网图上;而把改进的移动策略应用在那些整体规模相比较小,改动频率相比较快,路径相比较短的路网图上。

(更多…)

『ALDNOAH.ZERO』ED「aLIEz」/SawanoHiroyuki[nZk]:mizuki

虽然不能像别的认识的菊苣一样写出干货来,但至少要努力去更新一下。这也是小透明能够彰显存在感的唯一办法了。

国庆七天小长假大概是今年最后一次法定假期了,同时2015年的春节也格外的遥远,加之我已经大三,每天都满课,而且都是相当重要的专业课,所以接下来的学习大概会变得相当紧凑吧。(笑)

说起来国庆假期的调休也是乱七八糟的,让人无法接受。也想吐槽一下我们学校的OA和信息门户,在放假前硬是找了半天也没有找到关于国庆调课的半天通知,最后还是在非官方的人人主页上找到了放假安排,囧。

因为这学期我们有数据库的课程,授课环境要求使用MSSQL,在MSDN我告诉你找了一下,完全安装后大概需要占用约10G左右的空间,我实在不想为了仅仅用一个学期不到的东西而浪费这么多的磁盘空间,于是今天花了一些时间在Windows Azure上配置了一下SQL Server 2012,所幸微软在配置的时候在仓库中直接提供了镜像,免去了繁琐的安装过程,资源准备完毕后登陆设置一下用户权限就算完成了。本地使用Navicat进行远程连接,应付应付实验也是足够,再不济,也能直接使用RemoteDesktop方法在远程的服务器上操作。我觉得MSSQL对于教学来说实在是太笨重了,如果我来教这门课的话,也许会先从SQLite开始说起……

今年年初买的Fitbit Force也终于因为脱胶+作死被我彻底玩坏了,因为这款产品因为部分用户存在过敏现象,于是我就很无良地写了召回和全额退款申请信。

大概想说说的就是这些。

这次带来的音乐是2014年7月番组中一部动漫作品,叫做《ALDNOAH.ZERO》,目前前半部已经完结,后半部将在稍候继续放送。虽然最后一集的剧情有点让人无法接受(不是《极黑的的布伦希尔特》那样的无法接受),但依旧无法掩盖其优秀作画以及音乐剧情等诸多设定,特别是后段的机甲登陆,镜头的切换非常的棒。

跳转之后可见歌词

同样带上九月份的RescueTime总结:

你还是在玩⊂彡☆))д`)

(更多…)