木牛的博客

天下武功唯快不破，

D* Lite路径规划算法1.D* Lite算法简述 2.D* Lite算法伪代码 3.D*Lite算法一个简单的例子 3.1 地图无变化时 3.2地图变化时 4.算法总结 参考资料 搜索算法其他文章上一篇介绍了D*路径搜索算法原理解析及Python实现，这一篇紧接着介绍D*算法的改进版。1.D* Lite算法简述D_star Lite算法是Koenig S和Likhachev M基于LPA_star 算法基础上提出的路径规划算法。D_star Lite 算法之...

D*算法：特点：后向搜索，或者说是反向计算。按照论文中的结果，比replan的效率高不少，在动态环境中表现优秀。这是因为它提前把地图信息都计算并存储的缘故。里面的节点被称为state,每个state有如下的值：tag:new,open,closed 分别标识三类节点，分别标识没有加入过open表的、在open表的、曾经在open表但现在已经被移走的。一开始所有的点的tag初值为new，当被加入到open表之后，被置为‘open’ ， 从open表移走，被置为‘closed’h: 每个点的h值.

(86条消息) D算法图解_Multi-Domain-优快云博客

D*算法(Dynamic A Star)符号及函数说明Openlist是一个可以用来做广度优先搜索的队列节点state的标识tag分为三类：没有加入过open表的（new）、在open表的（open）、曾经在open表但现在已经被移走的（closed）。每个节点到终点G的代价为h，两个节点（state）之间的开销为C（X,Y），X到终点的代价h为上一个节点（父节点）Y到终点的代价+X和Y之间的开销每个节点的最小h值为k，代表了该点在全图环境中到G点的最小代价，在计算和更新过程中，对于标识

Tarjan算法讲解的博客网上找到三篇比较好的,现在都转载了,个人只研究了第一篇,正如博主所说,讲的标比较详细,清晰,剩下两篇也可以看一下.卿学姐视频讲解https://www.bilibili.com/video/av7330663/以下内容转自:http://www.cnblogs.com/uncle-lu/p/5876729.html全网最详细tarjan算法讲解，我不敢说别的。反正其他tarjan算法讲解，我看了半天才看懂。我写的这个，读完一遍，发现原来tarjan这么简单！...

强连通分量（超详细！！！）一、定义在有向图G中，如果两个顶点u，ｖ间有一条从ｕ到ｖ的有向路径，同时还有一条从ｖ到ｕ的有向路径，则称两个顶点强连通。如果有向图G的每两个顶点都强连通，称G是一个强连通图。有向非强连通图的极大强连通子图，称为强连通分量。图中，子图{1,2,3,4}为一个强连通分量，因为顶点1,2,3,4两两可达。{5},{6}也分别是两个强连通分量。二、tarjan算法时间复杂度是O(N+M)四条边：树枝边：DFS时经过的边，即DFS搜索树上的边。前向边：与DF.

计算机的出现使得很多原本十分繁琐的工作得以大幅度简化，但是也有一些在人们直观看来很容易的问题却需要拿出一套并不简单的通用解决方案，比如几何问题。作为计算机科学的一个分支，计算几何主要研究解决几何问题的算法。在现代工程和数学领域，计算几何在图形学、机器人技术、超大规模集成电路设计和统计等诸多领域有着十分重要的应用。一、引言计算机的出现使得很多原本十分繁琐的工作得以大幅度简化，但是也有一些在人...

要表示一个图G=(V,E)，有两种标准的表示方法，即邻接表和邻接矩阵。这两种表示法既可用于有向图，也可用于无向图。通常采用邻接表表示法，因为用这种方法表示稀疏图（图中边数远小于点个数）比较紧凑。但当遇到稠密图（|E|接近于|V|^2）或必须很快判别两个给定顶点手否存在连接边时，通常采用邻接矩阵表示法，例如求最短路径算法中，就采用邻接矩阵表示。　　图G=<V，E>的邻接表表示是由一个...