基于Qt的A*算法可视化分析

最新推荐文章于 2025-05-19 12:51:04 发布

原创

最新推荐文章于 2025-05-19 12:51:04 发布 · 2.3k 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#Qt #A*算法 #可视化分析

本文介绍了使用Qt框架实现A*算法的可视化分析过程，包括定义最小网格类、设置障碍物、起点和终点，以及寻路和绘制路径的详细步骤。通过可视化帮助理解A*算法的工作原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码地址如下：
http://www.demodashi.com/demo/13677.html

需求
之前做过一个无人车需要自主寻找最佳路径，所以研究了相关的寻路算法，最终选择A算法，因为其简单易懂，是入门级的寻路算法。
但是在验证的算法的时候，没有直观的感受，总是觉得会有什么问题，所以我就写了一个可视化的A算法验证，界面基于Qt开发。
项目说明
本项目主要分为2个部分，Qt绘制网格和A算法实现。下面可以看到，界面的实现和A算法的实现基本上是分离的。也就是说可以单独使用，比如Qt网格绘制，可以用于扫雷游戏，A*算法的代码可以直接拷贝，稍作修改就可以直接用于游戏，或者无人车。

效果

操作说明
鼠标右键：设置障碍物；鼠标左键：设置起点和终点。

项目文件截图

项目实现
程序的实现流程：定义一个最小网格类->通过鼠标设置起点、终点和障碍物，并实时绘制->寻找路径->绘制路径。

定义最小网格类
首先，我们需要定义一个最小网格类，用于绘制网格地图（GridMap）。
网格地图是将二维场景中的地图划分为一个个小网格，这个小网格是最小的空间单位，我们可以设置该网格为障碍物、起点或终点。
下面是最小网格类。

class Item
{
    
    
public:
    Item();
    Item(QPoint pos);

    QPoint m_pos;		//position
    bool m_bIsObstacle;	//whether is obstacle
    int m_nObjectType;         //the object type , Nothing,Robot or goal

};

可以看出最小网格对象很简单，只需要一个位置信息，障碍物标志位，机器人或目标点标志。以上就是最小网格的全部属性，当然如果想要实现更加复杂的功能，可以添加属性。

初始化地图
初始化地图是指将2维地图划分为网格的过程，其实就是new Item的过程。

void MainWindow::InitItems()
{
    
    
	for(int i=0; i<m_nColumes; i++)
	{
    
    
		QVector<Item*> rowItems;
		for(int j=0; j<m_nRows; j++)
		{
    
    
			QPoint pos = QPoint(i,j);
			Item* pItem = new Item(pos);
			rowItems.append(pItem);		
		}
		m_items.append(rowItems);
	}
}

其中m_nColumes和m_nRows是在初始化地图之前设置的长宽。

设置障碍物
在寻路之前，我们要先设置好障碍物、起点和终点。设置障碍物用鼠标右键，单击右键，设置小网格为障碍物，再次单击取消障碍物；设置起点和终点用鼠标左键，单击左键1次，设置小网格为起点，再次单击为终点，再次单击为空白，依次循环。
这里我们用鼠标事件实现，可以看到其实就是根据鼠标事件来设置相应位置Item对象的属性。代码很简单。在设置起点和终点是需要特别标记，因为如果地图中没有标定起点和终点，就无法寻路了。

void MainWindow::mousePressEvent(QMouseEvent * e)
{
    
    
	//得到鼠标处的格子坐标
	QPoint pt;
	pt.setX( (e->pos().x() - START_X ) / RECT_WIDTH);
	pt.setY( (e->pos().y() - START_X ) / RECT_HEIGHT);
    //wheather is the point in the