有人可以在曼哈顿为我解释java中的8个谜题吗？
我正在编写一个A *算法，它可以解决Java中的8-puzzle，到目前为止我已经实现了DFS，BFS，A *使用了不匹配的瓦片数量，我只需要使用曼哈顿距离的启发式实现它。
您可能已经知道曼哈顿距离是每个瓦片位移相对于其当前位置和目标状态下的索引的总和。
我已经google了，发现这些堆栈超过流主题：
在A *中 计算曼哈顿距离 曼哈顿距离
其中返回了以下代码：
int manhattanDistanceSum = 0; for (int x = 0; x < N; x++) // x-dimension, traversing rows (i) for (int y = 0; y < N; y++) { // y-dimension, traversing cols (j) int value = tiles[x][y]; // tiles array contains board elements if (value != 0) { // we don't compute MD for element 0 int targetX = (value - 1) / N; // expected x-coordinate (row) int targetY = (value - 1) % N; // expected y-coordinate (col) int dx = x - targetX; // x-distance to expected coordinate int dy = y - targetY; // y-distance to expected coordinate manhattanDistanceSum += Math.abs(dx) + Math.abs(dy); } } 这是我不明白的，鉴于这个董事会和这个目标状态：
初始董事会：
1,2,5 3,0,4 6,7,8
目标状态：
0,1,2 3,4,5 6,7,8
如果我键入board [0] [0]的值，其值为1，恰好是1离开其正确的位置，我得到这些结果：
x = 0; y = 0; value = 1; targetX = (value -1)/3; // 0/3 = 0 targetY = (value -1)%3 //0%3 = 0 int dx = x - targetX; // 0 - 0 int dy = y - targetY; // 0 - 0 manhattanDistanceSum += Math.abs(dx) + Math.abs(dy);
最终会产生0 + 0，这显然是不正确的，因为它应该返回值1。
还有另一种方法，例如：
for(int i = 0; i < 3 i ++){ for(int j =0; j < 3; j ++){ int value = currentBoard[i][j]; int goalValue = getLocationOfValueInGoalState(value); /* caluclate the value's X distance away from the returned goal state location for said value, then do the same for the Y */ } }
希望有人理解我的问题，我现在有点困惑，诚实。
目标状态对您来说是一个很好的区别，以及您正在查看的参考实现的目标状态。
对于参考实现，如果目标状态如下所示：
1 2 3 4 5 6 7 8 0
在您的情况下，您需要曼哈顿距离：
0 1 2 3 4 5 6 7 8
快速解决方法是简单地将目标状态重新定义为前者。
但是，如果后者是您真正想要的，那么将targetX / Y更改为不从值减去1。
曼哈顿距离是指沿对角线移动棋子时距离的增加所定义的距离。 如果可移动的瓷砖位于右上角，要将工件移动到左下角，则无法沿对角线直接移动。 你必须顺序左移然后向下移动。 增加的是曼哈顿距离。 有趣的部分是改组算法。 曼哈顿距离在数学上也被称为出租车距离， http：//en.wikipedia.org/wiki/Taxicab_geometry 。