O documento discute vários algoritmos e estratégias para resolução de problemas em jogos digitais, incluindo busca em grafos, algoritmo A*, guloso, heurísticas de caminho, recursividade vs iteratividade, e armazenamento de caminhos em memória ou disco. O autor tem experiência de 16 anos na área de TI e educação em sistemas de informação e ciência da computação.

1. O DNA da Computação para
Jogos Digitais: Caminhos.
Autor: Michel P. Montenegro
• Bacharel em Sistemas de Informação
• Esp. Em Engenharia de Sistemas
• Mestrando em Ciência da Computação
• 16 anos de experiência profissional na área de T.I

2. Grafos - Busca em Largura

3. Grafos - Busca em Profundidade

4. Grafos - Algoritmo A*

5. Algoritmo/Estratégia Gulosa
• para resolver problemas de otimização.
• sempre realizando a escolha que parece
ser a melhor no momento.
• Fazendo uma escolha ótima local, na
esperança de que esta escolha leve até a
solução ótima global.

6. Heurísticas de caminho
• Manhattan Distance: Baseada entre a
locação corrente e a alvo.
• Closest: Pega o nó(Tile) mais próximo do
alvo, como o próximo melhor nó(tile), para
se mover.
• Closed Squared: Idêntico ao Closest, mas
não pega a raiz quadrada na formula(sqrt).

7. Recursão vs Iteração
• Algoritmo Recursivo: Muitas vezes é
utilizado quando o código na iteração é
repetitivo na lógica (Ex.: Algoritmos de
busca, programação dinâmica).
• Algoritmo Iterativo: Costuma ter um
processo menos oneroso, e costuma ser
mais simples, mas existe exceções.

8. Caminho: Memoria(Objetos) vs Disco(Pré-
Mapeamento)
• Arquivos (tmx, xml, txt, bin, etc.)
• Banco de Dados (Embarcados ou não)
• Estratégias de mapeamento (Ex.: Lista ou
Matriz), como suas complexidades (N², e
log v, etc.) podem afetar o resultado e
desempenho dos algoritmos,
relacionados a caminhos?

9. Conclusão
• Perguntas?
• Duvidas?
• Contem seus casos!
• Compartilhem seus exemplos!
Meu lema:
“Transforme a Fraqueza em Força!”