游戏算法

四叉树算法

     四叉树索引的基本思想是将地理空间递归划分为不同层次的树结构。它将已知范围的空间等分成四个相等的子空间，如此递归下去，直至树的层次达到一定深度或者满足某种要求后停止分割。四叉树的结构比较简单，并且当空间数据对象分布比较均匀时，具有比较高的空间数据插入和查询效率，因此四叉树是GIS中常用的空间索引之一。常规四叉树的结构如图所示，地理空间对象都存储在叶子节点上，中间节点以及根节点不存储地理空间对象。

 

游戏状态机

    有限状态机是一种用来进行对象行为建模的工具，其作用主要是描述对象在它的生命周期内所经历的状态序列，以及如何响应来自外界的各种事件

    有限状态机元素:
     1. 状态，用来定义行为以及可能产生动作
     2. 状态转换，从一种状态到另一种状态的转移
     3. 规则或条件，必须以此来允许状态转换
     4. 输入事件，由外部或内部产生的，可能触发规则并导致状态变换

    结合模糊逻辑和有限状态机，就产生了模糊状态机。模糊状态机中，单位不是绝对的处于某种状态，而是同时处于几种状态，只是每种状态的比重不同

 

Dijkstra算法

    假设有两个集合或者说两个表，表A和表B
    表A表示生成路径，表B表示最后确定的路径
    1.从原点出发，遍历检查所有与之相连的节点，将原点和这些节点存放到表A中，并记录下两节点之间的代价。
    2.将代价最小的代价值和这两节点移动到表B中（其中一个是原点）。
    3.把这个节点所连接的子节点找出，放入到表A中，算出子节点到原点的代价
    4.重复第二步和第三步直到表A为空。然后根据表B中的数据算出最优树。

 

a*算法

     A*算法最为核心的部分，就在于它的一个估值函数的设计上：f(n)=g(n)+h(n)

      其中f(n)是每个可能试探点的估值，它有两部分组成：
          一部分，为g(n)，它表示从起始搜索点到当前点的代价（通常用某结点在搜索树中的深度来表示）。
           另一部分，即h(n)，它表示启发式搜索中最为重要的一部分，即当前结点到目标结点的估值，
     h(n)设计的好坏，直接影响着具有此种启发式函数的启发式算法的是否能称为A*算法。

          A*算法与和Dijkstra 算法的联系就在于：当g(n)=0时，该算法类似于DFS，当h(n)=0时，该算法类似于BFS, 如果h(n)为0，只需求出g(n)，即求出起点到任意顶点n的最短路径，则转化Dijkstra算法