摘要　　互聯(lián)網(wǎng)+尋路系統(tǒng)是基于物聯(lián)網(wǎng)技術(shù)、通過大數(shù)據(jù)分析對(duì)標(biāo)準(zhǔn)尋路算法進(jìn)行優(yōu)化與拓展，并將之運(yùn)用于實(shí)際生活中、解決現(xiàn)實(shí)問題的尋路系統(tǒng)。介紹了互聯(lián)網(wǎng)+尋路系統(tǒng)的基本概念及其重要應(yīng)用價(jià)值，重點(diǎn)討論了用互聯(lián)網(wǎng)+思維優(yōu)化尋路模型的方法，研究了基于物聯(lián)網(wǎng)和大數(shù)據(jù)分析的互聯(lián)網(wǎng)+尋路系統(tǒng)的構(gòu)建和有關(guān)貪心算法、預(yù)處理算法的改進(jìn)技術(shù)，并對(duì)如何使用互聯(lián)網(wǎng)+尋路系統(tǒng)解決實(shí)際問題進(jìn)行了探討。本文的研究是對(duì)這種新的互聯(lián)網(wǎng)+技術(shù)的提升、總結(jié)和推廣，其結(jié)果具有較重要的應(yīng)用價(jià)值。

　　【關(guān)鍵詞】互聯(lián)網(wǎng)+尋路系統(tǒng) 物聯(lián)網(wǎng) 大數(shù)據(jù)A+算法 Floyd算法

　　無論現(xiàn)實(shí)生活還是電子游戲，尋路問題總是無處不在。從精確定位安排路線的GPS衛(wèi)星導(dǎo)航，到游戲中自動(dòng)安排行徑路線，我們總是不自覺地與尋路打交道，尋路算法也成了日常生活最常接觸到的算法之一。近年來，互聯(lián)網(wǎng)+時(shí)代來臨，物聯(lián)網(wǎng)產(chǎn)業(yè)興起，智慧物聯(lián)技術(shù)愈來愈融入我們的生活，物聯(lián)網(wǎng)這種“物物相連”的模式己延伸至各個(gè)產(chǎn)業(yè)，通過對(duì)千萬用戶信息的大數(shù)據(jù)分析，為各關(guān)聯(lián)行業(yè)提供包括用戶偏好在內(nèi)的各式用戶數(shù)據(jù)，以為用戶提高最好的體驗(yàn)、為企業(yè)帶來最佳的收益。在互聯(lián)網(wǎng)+這一時(shí)代背景下，我們對(duì)許多問題的認(rèn)識(shí)都會(huì)發(fā)生質(zhì)的改變，尋路問題無疑也會(huì)順應(yīng)時(shí)代發(fā)生變革。我們將這種在互聯(lián)網(wǎng)+時(shí)代下發(fā)生巨大改變的尋路問題稱作互聯(lián)網(wǎng)+尋路問題，用于實(shí)際模型中解決這類問題的系統(tǒng)是互聯(lián)網(wǎng)+尋路系統(tǒng)。研究互聯(lián)網(wǎng)+尋路系統(tǒng)，對(duì)于推進(jìn)相關(guān)產(chǎn)業(yè)發(fā)展具有重要的現(xiàn)實(shí)意義。本文圍繞互聯(lián)網(wǎng)+尋路系統(tǒng)的構(gòu)建，探討尋路算法改進(jìn)等關(guān)鍵技術(shù)問題，為相關(guān)技術(shù)升級(jí)提供思路。

　　1標(biāo)準(zhǔn)尋路算法

　　A*算法和Dijkstra算法是主流的尋路算法。其優(yōu)點(diǎn)是簡(jiǎn)單、高效而又易于編輯。它們都是構(gòu)建在貪心算法基礎(chǔ)上的尋路算法，代碼的基本結(jié)構(gòu)也有很多相似點(diǎn)，而不同之處在于A*主要用于解決游戲、導(dǎo)航的實(shí)時(shí)尋路問題，Dijkstra作為搜索最短路徑的主流算法更加被程序開發(fā)者所熟知。它們最大的區(qū)別在于貪心算法的啟發(fā)式函數(shù)。程序員們?cè)贏*算法中加入了比Dijkstra更加“貪心”的啟發(fā)式函數(shù)來提高運(yùn)算效率。用于搜索最短路徑的Dijkstra算法在追求高效的同時(shí)也得保證最優(yōu)解的準(zhǔn)確性，因此，優(yōu)化Di.jkstra算法顯得更加困難。實(shí)際應(yīng)用中，Dijkstra常見的優(yōu)化方法如使用斐波那契堆、小根堆以及鏈表等都是在優(yōu)化路徑搜索的枚舉過程，這些方法對(duì)時(shí)間復(fù)雜度的優(yōu)化相當(dāng)有限。

　　Floyd算法在精確計(jì)算眾多節(jié)點(diǎn)間的最短路徑時(shí)，有很大的優(yōu)越性。基于Floyd的特性，一次運(yùn)算便能得出地圖中所有結(jié)點(diǎn)間點(diǎn)最短路徑，然后再將這些路徑保存起來，當(dāng)用戶搜索到其中包含的路徑時(shí)，直接將預(yù)存的路徑提供給用戶即可。這類方法也被稱為“打表”。“打表”思想的應(yīng)用相當(dāng)廣泛，例如各類下載軟件會(huì)將下載量大的一些磁力鏈接提前在服務(wù)器中預(yù)處理，當(dāng)用戶需要下載時(shí)便能以最快的速度從服務(wù)器中下載，并能節(jié)省下載軟件從同一個(gè)磁力鏈接地址多次抽調(diào)資源的流量;又如有時(shí)在解決問題時(shí)無法通過算法程序在規(guī)定時(shí)間內(nèi)得出答案，就可以考慮先用程序跑出各種數(shù)據(jù)對(duì)應(yīng)的答案然后存儲(chǔ)起來，再用這些數(shù)據(jù)匹配輸入數(shù)據(jù)并直接給出預(yù)先計(jì)算出的答案。“打表”思想為人們提供了一種近似一勞永逸的方法，只需預(yù)先的一次計(jì)算，之后便能直接享用預(yù)處理出的結(jié)果。對(duì)于一些反復(fù)使用到的數(shù)據(jù)，“打表”既能節(jié)約資源占用，又能節(jié)省運(yùn)算時(shí)間，相較于“打表”后所避免的龐大復(fù)雜度浪費(fèi)，復(fù)雜度極高的Floyd算法也顯得尤其高效。然而，當(dāng)?shù)貓D的尺寸大到一定的程度，甚至連使用導(dǎo)航網(wǎng)格方法的時(shí)間復(fù)雜度都大得無法操作時(shí)，導(dǎo)航軟件又該怎么進(jìn)行尋路呢?對(duì)此，本篇論文將會(huì)在互聯(lián)網(wǎng)+尋路系統(tǒng)部分進(jìn)行仔細(xì)探討。

　　2互聯(lián)網(wǎng)+尋路系統(tǒng)

　　基于眾多優(yōu)秀的尋路算法，各式各樣的尋路模型誕生了。物聯(lián)網(wǎng)技術(shù)拓寬了尋路模型的廣度、發(fā)展出新的尋路問題，大數(shù)據(jù)技術(shù)為尋路系統(tǒng)提供了系統(tǒng)性的優(yōu)化、賦予其對(duì)尋路問題全新的處理方式，這種在物聯(lián)網(wǎng)時(shí)代下發(fā)生極大變革的尋路模型和系統(tǒng)我們稱為互聯(lián)網(wǎng)+尋路模型與互聯(lián)網(wǎng)+尋路系統(tǒng)，如圖1所示。

　　2.1互聯(lián)網(wǎng)+尋路模型

　　首先討論如何構(gòu)建互聯(lián)網(wǎng)+尋路模型。尋路問題衍生出的互聯(lián)網(wǎng)+尋路模型是基于一些特殊限制條件的較為復(fù)雜的模型，這些限制條件來源于各類反饋信息，模型使用的反饋信息可以是來自軟件本身用戶的反饋數(shù)據(jù)，也可以是通過物聯(lián)網(wǎng)技術(shù)得到的關(guān)聯(lián)行業(yè)數(shù)據(jù)。我們首先要搭建出尋路模型的基本框架，然后對(duì)收集的反饋信息進(jìn)行大數(shù)據(jù)處理，將處理后的數(shù)據(jù)加入模型框架的各個(gè)步驟中并對(duì)一部分框架進(jìn)行拓深、變形，將整個(gè)模型進(jìn)行整理、修飾后，互聯(lián)網(wǎng)+尋路模型便構(gòu)建完成了。

　　不同于直接開創(chuàng)新的互聯(lián)網(wǎng)+尋路模型，將互聯(lián)網(wǎng)+思維應(yīng)用于原有的尋路模型上以提供高效率的優(yōu)化，是物聯(lián)網(wǎng)時(shí)代下革新尋路模型的另一重要方式。對(duì)于大多數(shù)已經(jīng)在實(shí)際問題中得到應(yīng)用的尋路模型而言，它們幾乎已經(jīng)達(dá)到了完整的程度，不過互聯(lián)網(wǎng)+思維依舊為這些模型提供了不少提升空間。

　　利用物聯(lián)網(wǎng)技術(shù)的特性，一方面，導(dǎo)航軟件可以將地圖導(dǎo)航與各類相關(guān)APP關(guān)聯(lián)起來，通過數(shù)據(jù)共享與大數(shù)據(jù)分析，優(yōu)化地圖導(dǎo)航的算法實(shí)現(xiàn)。

　　不同于物聯(lián)網(wǎng)技術(shù)，利用人工智能技術(shù)優(yōu)化互聯(lián)網(wǎng)+尋路模型主要利用的是一種經(jīng)驗(yàn)性的搜索思維。地圖導(dǎo)航軟件的程序設(shè)計(jì)者們可以設(shè)計(jì)一個(gè)基于深度學(xué)習(xí)算法的人工智能程序，并將多張復(fù)雜的城市地圖數(shù)字化后整合到一起，用人工智能來模擬在整合的數(shù)字化地圖中各地點(diǎn)間的路徑搜索，使之積累各種路況情況下的搜索經(jīng)驗(yàn)，并將這些經(jīng)驗(yàn)應(yīng)用于實(shí)際生活中地圖導(dǎo)航的搜索引擎中。這種經(jīng)驗(yàn)性的尋路算法也類似于A*的啟發(fā)式算法，不過其效率與準(zhǔn)確率的決定因素遠(yuǎn)多于A*算法，包括人工智能使用的深度學(xué)習(xí)算法、模擬過程中構(gòu)建的數(shù)字地圖、考慮到的道路可能性組合的完整程度等，因此利用人工智能數(shù)字模擬的優(yōu)化不一定優(yōu)于使用物聯(lián)網(wǎng)技術(shù)的優(yōu)化。

　　利用互聯(lián)網(wǎng)+思維優(yōu)化傳統(tǒng)的尋路模型，在資金和時(shí)間方面的投入相對(duì)較低，其市場(chǎng)前景也并不亞于開創(chuàng)新的互聯(lián)網(wǎng)+尋路模型。優(yōu)化舊有的與開發(fā)創(chuàng)新的，兩者對(duì)投資者而言都十分重要。

　　推薦閱讀：互聯(lián)網(wǎng)在全球經(jīng)濟(jì)的發(fā)展