# 荔刻出发 用算法运送 长安的荔枝

**Repository Path**: naitang_room/lichee

## Basic Information

- **Project Name**: 荔刻出发 用算法运送 长安的荔枝
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-21
- **Last Updated**: 2025-06-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 荔枝使者：深圳到西安最优运输路线

## 项目概述

"荔枝使者"是一个交互式网页应用，模拟唐代"一骑红尘妃子笑"的荔枝运输难题，使用现代技术计算从深圳（代表南方产地）到西安（古长安）运输荔枝的最优路线。项目结合了历史文化背景与现代算法技术，通过可视化方式展示不同路线选择的时间和费用成本。

![项目首页截图](./images/md/homepage.png)


## 功能特点

### 1. 荔枝图片轮播展示

项目包含一个自动轮播的图片展示区，展示荔枝及其运输相关的图片，让用户直观了解荔枝的特点和运输场景。



### 2. 城市网络可视化

使用SVG技术绘制中国主要城市之间的运输网络，包括城市节点和连接线，并在连接线上标注时间和费用信息。

![城市网络图](./images/md/city_network.png)


### 3. 多种优化目标

支持三种不同的优化目标：
- 最短时间：优先考虑运输时间
- 最低费用：优先考虑运输成本
- 综合优化：根据用户设定的权重平衡时间和费用


### 4. 断路模拟

支持模拟特定路段断路的情况，系统会自动重新计算最优路径，展示在紧急情况下的备选方案。

![断路模拟](./images/md/road_block.png)




## 技术实现

### 前端技术

- **HTML5/CSS3**：构建页面结构和样式
- **JavaScript**：实现交互功能和算法计算
- **SVG**：绘制城市网络图和路径可视化

### 核心算法

项目使用**A*算法**计算最优路径，该算法是一种启发式搜索算法，结合了Dijkstra算法和贪心最佳优先搜索的优点：

1. 使用实际成本和启发式估计成本的组合来评估路径
2. 通过优先队列管理待探索的节点
3. 支持多种成本函数（时间、费用或加权组合）

```javascript
// A*算法核心实现
function aStar(graph, start, end, costType = 'time', weight = 0.5) {
    // 开放集和关闭集
    let openSet = new PriorityQueue();
    let closedSet = new Set();
    let cameFrom = {};
    let gScore = {};
    let fScore = {};

    // 初始化
    for (let node in graph) {
        gScore[node] = Infinity;
        fScore[node] = Infinity;
    }
    gScore[start] = 0;
    fScore[start] = heuristic(start, end, costType, weight);

    openSet.enqueue(start, fScore[start]);

    while (!openSet.isEmpty()) {
        let current = openSet.dequeue().element;

        if (current === end) {
            return {
                path: reconstructPath(cameFrom, current),
                timeCost: calculateCost(graph, reconstructPath(cameFrom, current), 'time'),
                moneyCost: calculateCost(graph, reconstructPath(cameFrom, current), 'money')
            };
        }

        closedSet.add(current);

        for (let neighbor in graph[current]) {
            if (closedSet.has(neighbor)) continue;

            // 计算临时gScore
            let edgeData = graph[current][neighbor];
            let timeCost = edgeData.time;
            let moneyCost = edgeData.money;
            let totalCost = weight * timeCost + (1 - weight) * moneyCost;

            let tentativeGScore = gScore[current] + totalCost;

            if (!openSet.includes(neighbor)) {
                openSet.enqueue(neighbor, Infinity);
            }

            if (tentativeGScore >= gScore[neighbor]) {
                continue;
            }

            cameFrom[neighbor] = current;
            gScore[neighbor] = tentativeGScore;
            fScore[neighbor] = gScore[neighbor] + heuristic(neighbor, end, costType, weight);
            openSet.updatePriority(neighbor, fScore[neighbor]);
        }
    }

    return null; // 没有找到路径
}
```

### 数据结构

项目使用以下数据结构：

1. **城市图**：使用邻接表表示城市之间的连接关系，每条边包含时间和费用信息
2. **优先队列**：用于A*算法中管理待探索的节点
3. **城市坐标**：用于计算启发式函数和可视化城市位置

## 使用说明

### 基本操作

1. 打开页面后，可以查看荔枝图片轮播和城市网络图
2. 在控制面板中选择优化目标（最短时间、最低费用或综合优化）
3. 如果选择"综合优化"，可以调整时间权重（0-1之间）
4. 可以选择模拟某条路线断路
5. 点击"计算最优路径"按钮，查看计算结果
6. 结果会在地图上高亮显示，并在下方显示详细信息

![使用演示](./images/md/usage_demo.png)




---

*注：本项目仅作为电视剧为灵感算法演示和历史文化普及，实际运输路线和成本可能与现实情况有所差异。*