Python-ускорить алгоритм поиска звезд

я закодировал свой первый слегка сложный алгоритм, реализацию Звезда Первопрохождения. Я последовал за некоторыми Python.org совет при реализации графиков, поэтому словарь содержит все узлы, каждый узел также связан. Теперь, поскольку все это для игры, каждый узел-это просто плитка в сетке узлов, поэтому я разрабатываю эвристику и мою случайную ссылку на них.

благодаря timeit я знаю, что могу запустить это успешно функционирует чуть более ста раз в секунду. Понятно, что это меня немного беспокоит, это без каких-либо других "игровых вещей", таких как графика или вычислительная логика игры. Поэтому я хотел бы посмотреть, может ли кто-нибудь из вас ускорить мой алгоритм, я совершенно не знаком с Cython или это kin, я не могу закодировать строку C.

без каких-либо больше бессвязных, вот моя звездная функция.

def aStar(self, graph, current, end):
    openList = []
    closedList = []
    path = []

    def retracePath(c):
        path.insert(0,c)
        if c.parent == None:
            return
        retracePath(c.parent)

    openList.append(current)
    while len(openList) is not 0:
        current = min(openList, key=lambda inst:inst.H)
        if current == end:
            return retracePath(current)
        openList.remove(current)
        closedList.append(current)
        for tile in graph[current]:
            if tile not in closedList:
                tile.H = (abs(end.x-tile.x)+abs(end.y-tile.y))*10 
                if tile not in openList:
                    openList.append(tile)
                tile.parent = current
    return path
33
a-star algorithm performance python

3 ответов

простая оптимизация заключается в использовании наборов вместо списков для открытых и закрытых наборов. 

openSet   = set()
closedSet = set()

Это все in и not in тесты O (1) вместо O (n).

37

Я бы использовал наборы, как было сказано, но я бы также использовал кучу, чтобы найти минимальный элемент (тот, который будет следующим current). Это потребует сохранения как openSet, так и openHeap, но память не должна быть проблемой. Кроме того, наборы вставляют в O(1) и кучи в O(log N), чтобы они были быстрыми. Единственная проблема заключается в том, что модуль heapq не использовать ключи с ним. Лично я бы просто изменил его, чтобы использовать ключи. Это не должно быть очень сложно. Кроме того, вы можно просто использовать кортежи (tile.H, плитка) в куче.

кроме того, я бы последовал идее aaronasterling об использовании итерации вместо рекурсии, но также я бы добавил элементы в конец path и обратный path В конце. Причина в том, что вставка элемента на 0-м месте в списке очень медленная (O(N), я считаю), а добавление-O(1), Если я правильно помню. Окончательный код для этой части будет:

def retracePath(c):
    path = [c]
    while c.parent is not None:
        c = c.parent
        path.append(c)
    path.reverse()
    return path

я поставил обратный путь в конце, потому что оказалось, что это должно быть из вашего кода.

вот окончательный код с использованием наборов, куч и чего нет:

import heapq


def aStar(graph, current, end):
    openSet = set()
    openHeap = []
    closedSet = set()

    def retracePath(c):
        path = [c]
        while c.parent is not None:
            c = c.parent
            path.append(c)
        path.reverse()
        return path

    openSet.add(current)
    openHeap.append((0, current))
    while openSet:
        current = heapq.heappop(openHeap)[1]
        if current == end:
            return retracePath(current)
        openSet.remove(current)
        closedSet.add(current)
        for tile in graph[current]:
            if tile not in closedSet:
                tile.H = (abs(end.x - tile.x)+abs(end.y-tile.y))*10
                if tile not in openSet:
                    openSet.add(tile)
                    heapq.heappush(openHeap, (tile.H, tile))
                tile.parent = current
    return []
9

как было предложено выше, сделайте closedSet в набор.

Я пытался кодировать openList вляпались import heapq:

import heapq

def aStar(self, graph, current, end):
    closedList = set()
    path = []

    def retracePath(c):
        path.insert(0,c)
        if c.parent == None:
            return
        retracePath(c.parent)

    openList = [(-1, current)]
    heapq.heapify(openList)
    while openList:
        score, current = openList.heappop()
        if current == end:
            return retracePath(current)
        closedList.add(current)
        for tile in graph[current]:
            if tile not in closedList:
                tile.H = (abs(end.x-tile.x)+abs(end.y-tile.y))*10 
                if tile not in openList:
                    openList.heappush((tile.H, tile))
                tile.parent = current
    return path

тем не менее, вам все равно нужно искать в if tile not in openList, поэтому я бы сделал так:

def aStar(self, graph, current, end):
    openList = set()
    closedList = set()

    def retracePath(c):
        def parentgen(c):
             while c:
                 yield c
                 c = c.parent
        result = [element for element in parentgen(c)]
        result.reverse()
        return result

    openList.add(current)
    while openList:
        current = sorted(openList, key=lambda inst:inst.H)[0]
        if current == end:
            return retracePath(current)
        openList.remove(current)
        closedList.add(current)
        for tile in graph[current]:
            if tile not in closedList:
                tile.H = (abs(end.x-tile.x)+abs(end.y-tile.y))*10 
                openList.add(tile)
                tile.parent = current
    return []
5