如何加快我的A *寻路功能？

Question

当没有障碍物移动或从障碍物的顶部移动到障碍物的侧面时，我的寻路效果很好，但是当它需要找到从障碍物的顶部到底部的路径时，速度太慢。

我相当确定这是我对每个循环进行排序或通过封闭集进行循环的方式，但是我不确定如何避免这种情况，因为Windows Phone 7上没有SortedLists

//This Vivid Destination means it doesn't have to find the exact location 
//which is helpful as it is continuous environment  
Rectangle vividDestination = new Rectangle((int)character.destination.X - 10, (int)character.destination.Y - 10, 20, 20);

while (!vividDestination.Contains(Maths.vectorToPoint(OpenNodes[0].position)))
{
    Node Current = OpenNodes[0];
    OpenNodes.RemoveAt(0);
    ClosedNodes.Add(Current);
    Current.calculateNeightbours();

    foreach (Node neighbour in Current.neighbours)
    {
        neighbour.parents = Current.parents + 1;
        //The cost of the node is the amount of parent nodes + the distance to destination
        neighbour.cost = calculateCost(neighbour.position, character.destination, neighbour.parents);

        for (int i = 0; i < OpenNodes.Count; i++)
        {
            //Round Vector rounds the floats in the Vector to the nearest integer
            if (Maths.roundVector(OpenNodes[i].position) == Maths.roundVector(neighbour.position) && OpenNodes[i].parents < neighbour.parents)
            {
                break;
            }
            else
            {
                OpenNodes.RemoveAt(i);
                OpenNodes.Add(neighbour);
                i--;
                break;
            }
        }

        bool closedNode = false;
        for (int i = 0; i < ClosedNodes.Count; i++)
        {
            if (Maths.roundVector(ClosedNodes[i].position) == Maths.roundVector(neighbour.position))
            {
                closedNode = true;
                break;
            }
        }

        if (!closedNode)
        {
            OpenNodes.Add(neighbour);
        }
    }

    OpenNodes = OpenNodes.OrderBy(item => item.cost).ToList();
}

Answer 1

您正在做的事情效率低下。 列表的排序花费n * log（n）的时间，并且您对图形中的每个顶点都对列表进行了一次排序。 这导致算法花费V ^ 2 * log（V）时间，其中V是顶点数。 如果仅保留未排序的列表，则可以通过遍历所有项目并保持到目前为止的最低计数来提取线性时间中的最小值。 在这种情况下，时间变为V ^ 2。 这只是微小的改进。 当然，如果您使用适当的优先级队列（例如基于Binary Heap的队列），则该算法将运行得多，更快得多，因为这样操作仅花费log（n）。 编写自己的二进制堆不是很困难，如果平台本机不支持，我强烈建议您这样做。 在这种情况下，插入和找到最小值仅花费log（n）时间，从而导致E log V时间（其中E是边的数量，在平面图中与V成正比）。