astar算法用c++代码表示

A*搜索算法是一种启发式搜索算法，用于寻找从起点到终点的最短路径。以下是简单的C++代码示例，使用了优先队列`std::priority_queue`：

#include <iostream>
#include <queue>
#include <vector>
#include <cmath>

struct Node {
    int x, y;
    int cost, heuristic; // cost是已走过的代价，heuristic是从当前节点到目标节点的预估代价
    bool visited;

    Node(int x, int y) : x(x), y(y), cost(0), heuristic(getHeuristic(x, y)), visited(false) {}
    friend bool operator<(const Node& a, const Node& b) { return a.f() < b.f(); } // 比较依据f值（总代价）
};

int getHeuristic(int x, int y) {
    // 这里假设曼哈顿距离作为启发函数，实际应用可能需要替换为其他适合的地图环境
    return abs(x - target_x) + abs(y - target_y);
}

bool isGoal(Node node, int goal_x, int goal_y) {
    return node.x == goal_x && node.y == goal_y;
}

void AStarSearch(std::vector<std::vector<int>>& grid, int start_x, int start_y, int end_x, int end_y) {
    std::priority_queue<Node> openList;
    openList.push(Node(start_x, start_y));

    while (!openList.empty()) {
        Node current = openList.top();
        openList.pop();

        if (isGoal(current, end_x, end_y)) {
            printPath(grid, current);
            return;
        }

        current.visited = true;
        for (int dx = -1; dx <= 1; ++dx) {
            for (int dy = -1; dy <= 1; ++dy) {
                int nx = current.x + dx, ny = current.y + dy;
                if (nx >= 0 && nx < grid.size() && ny >= 0 && ny < grid.size() && !grid[nx][ny] && !current.visited) {
                    openList.push(Node(nx, ny));
                }
            }
        }
    }
}

// 打印路径函数，这里仅作示意，你需要根据实际情况添加
void printPath(std::vector<std::vector<int>>& grid, Node node) {
    // 实现打印路径的具体逻辑
    std::cout << "Path found: ";
}

int main() {
    int start_x = 0, start_y = 0, end_x = 5, end_y = 5; // 示例坐标，替换为你实际的需求
    std::vector<std::vector<int>> grid; // 代表地图，你可以填充障碍物等信息

    AStarSearch(grid, start_x, start_y, end_x, end_y);
    return 0;
}

这个代码示例展示了如何在二维网格上使用A*算法进行寻路。请注意，这只是一个基本框架，实际使用时需要根据你的地图数据结构和需求进行调整。