Каков самый эффективный способ найти путь через график маленького мира?

Разве общий Dijkstra не был бы достаточен?

http://improve.dk/generic-dijkstras-algorithm/

Обычно используемый алгоритм для этой проблемы* (Звезда), который является поиском алгоритма обобщенного Dijkstra с добавленной эвристикой - цель эвристики состоит в том, чтобы направить поиск к поисковой цели так, чтобы типичные поиски закончились быстрее.

Этот алгоритм имеет много вариантов, полученных версий и улучшений, поиск Google или страница Wikipedia должны быть хорошей начальной точкой.

С*, стоимость пути не должна быть постоянной, таким образом, Вы могли запустить со следующего графика:

A---1---B---1---C
|               |
\-------1-------/

где мы хотим пойти от до C. Первоначально, алгоритм нахождения пути выберет путь A-C, так как ABC равняется 2, тогда как A-C равняется 1. Мы можем добавить дополнительный термин к путям:

A---r---B---r---C
|               |
\-------r-------/

с

r(NM) = k(NM) + users(NM) / 10

где

r(NM) is the cost for a connection between N and M,
k(NM) is the constant cost for a connection between N and M,
users(NM) is the number of objects using the connection

Поскольку пользователи добавляются к системе, маршрут, A-C станет более дорогим, чем ABC в двадцати пользователях (1 + 20/10) = 3, ABC равняется 2. Когда пользователи удалены из системы, маршрут A-C станет наилучшим вариантом снова.

Действительная мощность* является эвристикой, которую Вы используете для вычисления стоимости каждого соединения.

Я услышал о реализации NN для обработки этого вида проблемы также. Таким образом, если Вы захотите использовать NNS, то Вы в конечном счете найдете свой путь ;-) но они должны быть нижними по сравнению с "генетическими алгоритмами".

Если бы вычислительное потребление / потребление времени являются проблемой, я высоко предложил бы использовать генетические алгоритмы. Это - точно тип проблем, в которых они являются исключительными.

ГАЗ основан на функции, которая описывает Вашу удовлетворенность для любого данного решения. Можно изменить эту функцию для удовлетворения потребностям (т.е. можно включать не, только соединяют каналом стоимость, но и любой фактор, которого Вы желаете).

Definitely A*.* или найдет лучший путь возможными или никакой путь вообще, если никакой путь не будет существовать. Например, путь этой лодки был вычислен с помощью*

_{(источник: cokeandcode.com)}

Вот интерактивная Демонстрация Java для проигрывания с. Обратите внимание на то, что этот алгоритм замедлен снами, таким образом, Вы видите, что он работает. Без этого замедляются, это нашло бы путь в меньше, чем секунда.

Алгоритм прост, все же мощен. Каждый узел имеет 3 значения, g является стоимостью до этого узла. h является ориентировочной стоимостью от этого узла до цели, и f является суммой обоих (это - предположение для полного пути).* ведет два списка, Открытое и Закрытый список. Открытый список содержит все узлы, которые не были исследованы до сих пор. Закрытый список все узлы, которые были исследованы. Узел рассчитывает, как исследуется, если алгоритм уже протестировал каждый узел, подключенный к этому узлу (соединенный, мог бы только означать горизонтально и вертикально, но также и диагональ, если диагональные перемещения между узлами позволяются).

Алгоритм мог быть описан как

1. Позвольте P быть начальной точкой
2. Присвойте g, h, и f оценивает P
3. Добавьте P к открытому списку (в этой точке P является единственным узлом в том списке).
4. Позвольте B быть лучшим узлом из Открытого списка (лучше всего == самое низкое значение f)
   • Если B является узлом цели-> выход, Вы нашли путь
   • Если Открытый список пуст-> выход, никакой путь не существует
5. Позвольте C быть допустимым узлом, подключенным к B
   • Присвойте g, h, и f к C
   • Проверьте, находится ли C в Открытом или Закрытом Списке
     • Если да, проверьте, является ли новый путь самым эффективным (более низкое f-значение)
       • Если так, обновите путь
     • Еще добавьте C к Открыть List
   • Повторите шаг 5 для всех узлов, подключенных к B
6. Добавьте B к Закрытому списку (мы исследовали всех соседей),
7. Повторитесь от шага 4.

Также взгляните на Википедию для деталей реализации.