-最短路徑圖形結(jié)構(gòu)算法及應用

[13]。本章節(jié)以宿遷學院的平面圖為例，后面章節(jié)中不做說明，也采用該簡化地圖進行示范。首先在百度地圖上搜索后獲取到宿遷學院的簡略平面地圖見圖10，為便于分析，需先將地圖轉(zhuǎn)換成只有黑白色塊的地圖。使用Java代碼導入圖像并設(shè)置像素閾值，將地圖劃分成黑白兩色，白色的像素點視為道路，其余像素點視作障礙物，用黑色表示，將其柵格化成圖11。在圖11中白色代表道路，橋梁等可行走區(qū)域，黑色則代表湖泊，小山以及各類建筑障礙物等無法行穿行的區(qū)域。圖10宿遷學院地圖圖11柵格化宿遷學院地圖從結(jié)果來看，柵格化后的宿遷學院地圖比較完整的體現(xiàn)了原地圖的道路網(wǎng)，道路之間基本通暢，比例大小，障礙物的位置均原地圖一致，適合作為A*算法的地圖數(shù)據(jù)。3.2計算最短路線將柵格化處理后的地圖文件用java代碼編寫的A*算法進行計算，分析出最短路線，展示在軟件上，運行結(jié)果見圖12，并將數(shù)據(jù)匯總至表1：圖12Java代碼A*算法運行結(jié)果圖A*算法運行結(jié)果如圖12所示，觀察發(fā)現(xiàn)算法搜尋時間很短，運行效率高，尋找的路線與最短路線基本吻合，軟件可以正常展示A*算法的特點和運行結(jié)果。表1Java代碼A*算法運行數(shù)據(jù)實驗次數(shù)12345起點2，912，912，9120，179156，122終點19，65156，151215，93281，264，33花費時間(ms)14236157是否找到路線是是是是否行走步數(shù)842232644990openList節(jié)點數(shù)2791466111448899107一共執(zhí)行的搜索次數(shù)13014465714535133470189575由表1中數(shù)據(jù)不難發(fā)現(xiàn)，1、2、3、4次均成功找到路線，且花費時間隨著移動的距離變短而變短，說明若搜尋的兩個點初始距離越近，花費時間越短，這也是符合理論的。第5次實驗終點選在了無法抵達的區(qū)域(左上角)，因此未能找到結(jié)果，花費的時間最長且相近，說明算法遍歷了整個地圖，openList中所有方格都被遍歷也未搜尋到路線。表格中可以看出最終行走的距離并不是影響搜索效率的關(guān)鍵因素，維護的openList列表以及執(zhí)行的搜索次數(shù)才是影響算法效率的關(guān)鍵所在。而路徑越是復雜往往需要越多的搜索資源去搜索。后續(xù)改進應該著重從減少搜索次數(shù)和改進算法搜索效率入手。4A*算法的改進一般來說，作為普遍應用的導航算法，A*算法在實際應用中應該考慮更多的因素，例如路況(路況好與壞影響行進的速度)，客戶需求(由于路況不同導致速度不通，最短路往往不是最快路線，若客戶趕時間，此時最基本的A*算法便不適用)，另外還有紅路燈數(shù)量，限號限行，是否優(yōu)先考慮高速公路等等。隨著人們對生活質(zhì)量的追求，越來越多的需求也促使人們對A*算法的不斷改進。對于算法本身來說，A*算法隨著地圖的擴大，運算量呈指數(shù)級增加，如何在不減少算法精度的情況下減少運算量，提升算法效率成為最需要解決的問題。就目前的情況來看，一個既精準又快速還不怎么占存儲空間的算法是不存在的，某些情況下犧牲了精準度從而提升了速度，又或許花費額外的時間提升精準度，還有一些通過對地圖預處理，加快搜索速度，用空間代價交換時間代價的一種策略。本章將選取其中部分問題進行改進并得出結(jié)論。4.1減少轉(zhuǎn)向從A到B本可以只轉(zhuǎn)向一次就可到達的最短路徑，有時算法給出了另一條階梯狀的最短路徑，雖然從路程上來說而這并沒有區(qū)別，但在實際生活中，如圖13所示，在不考慮其他因素的情況下，同樣的路程如果多次轉(zhuǎn)向?qū)囕v、燃料都會造成不必要的損耗。圖13A*算法尋路圖在算法中，G值代表代價，為了使算法在相同F(xiàn)值的情況下轉(zhuǎn)向和直行中選擇直行，需要對轉(zhuǎn)彎適度的增加一定代價，每轉(zhuǎn)一次彎，G值除了路程上的代價增加，還應該在每次轉(zhuǎn)向時增加一個轉(zhuǎn)向代價g即Gn=Gn+gn，運行圖14改進權(quán)值后A*算法尋路圖需要注意的是g的大小不應該大于單元格長度/期望行走的最大路線，否則隨著路線的不斷搜尋，有可能導致最后尋找的路線并不是最短路線，使算法不夠準確。4.2柵格化精度的選取4.2.1柵格精度對算法計算效率和準確性的影響地圖在柵格化處理的時候如果追求精度，將地圖的像素劃分的非常細小，無疑會指數(shù)級的增加算法的運算時間，而劃分的過大又會導致路線不精確，甚至提供錯誤的路線。如何設(shè)定一個在滿足精度的基礎(chǔ)上，提升運行速度的柵格化方法是提升效率的關(guān)鍵。本文使用的方法是以最窄的可通過道路的寬度為1個柵格基準，這樣可以盡可能地壓縮地圖，增加運算效率。但這會導致地圖精度不夠，有可能會造成這樣一種結(jié)局：導航提示你到了目標點，然而實際上目標點還在你的右邊十米處。顯然這種結(jié)局不是所有人都能接受的，因此在接近目的地時應細化柵格，使導航更加精確。4.2.2針對柵格精度的改進方案在初期使用精度比較低的搜索方案，設(shè)定一個范圍，當closeList中的點進入目標點周圍的范圍的時候說明你距離目標已經(jīng)“足夠近”了,這時重新劃分精度，從當前點進行比較細致的A*搜索，這種方法也許找到的路線不是全局最優(yōu)路線而是局部最優(yōu)，但在長距離搜索時可以大大節(jié)約時間。在游戲領(lǐng)域這種方案應該更為廣泛的應用——鼠標點擊后游戲人物必須迅速響應，如果直接進行長距離的高精度A*搜索可能會出現(xiàn)人物“卡住”一下再移動的情況，降低玩家的游戲體驗，而先進行低精度的A*搜索，讓人物先動起來，在移動的時候再進行高精度的A*搜索，玩家不會有卡頓的感覺而且最終路線和最優(yōu)路線不會有太大偏差。如圖15起點為紅色方格，終點為藍色小方格，對其直接進行A*算法搜索，注意此時選取的柵格化精度較高。圖15高精度A*算法初始圖算法運算結(jié)果如圖16所示，綠色方格是被搜索的方格，藍色方格是被確定的最短路線。圖16高精度A*算法運行結(jié)果圖現(xiàn)在降低柵格化的精度，轉(zhuǎn)化成大方格A*算法尋路(3*3的小方格轉(zhuǎn)換成1個大方格)，再次使用A*算法進行計算，運行結(jié)果如圖17所示。圖17低精度A*算法運行結(jié)果圖在搜索到目標地3×3的黃色區(qū)域后轉(zhuǎn)化回小方格，采用高精度A*搜索，效果如圖18和圖19。圖18低精度A*算法的接近目標點區(qū)域圖19近目標點區(qū)域的高精度A*算法運算結(jié)果拼接后得到的最終行進路線見圖20：圖20先低精度后高精度A*算法總路徑算法具體運算數(shù)據(jù)匯總見表2。表2不同柵格精度的A*算法運行結(jié)果算法高精度先低精度后高精度花費時間(ms)31是否找到路線是是行走步數(shù)4951openList節(jié)點數(shù)88311搜索次數(shù)1972861分析：先通過低精度A*算法向前行進，接近目標點后再使用高精度A*算法，通過犧牲小部分最終路線的精度，大大提升了算法搜索的效率，且最終路線不會與最短路偏差太大，極大的節(jié)約了運算資源。如果運算資源較為充裕，可以縮短低精度A*算法的行走距離，在行走一段距離后即采用高精度A*算法，可以最大限度的提升路線的精度，又減少了等待的時間。例如在網(wǎng)絡實時對戰(zhàn)的游戲中，可以先進行低精度的A*算法，然后只行進一小段例如5%的路程，使玩家操作的角色迅速動起來，在移動5%路程后，利用這段時間計算機能夠計算好后續(xù)的高精度A*算法的路線，從而使得后面95%的路線都是極為精確的最短路線。而隨著計算機性能的不斷完善，這5%的路程會被不斷縮小，所產(chǎn)生的誤差對玩家的游戲體驗來說已經(jīng)可以忽略不計了。這種注重目的地而不怎么考慮路程的思想也可以在估價函數(shù)H中加入一個權(quán)值實現(xiàn)——越接近目標點，這個函數(shù)就會計算的越精確，反之可以降低函數(shù)的精度，使一開始的路線不怎么耗費運算資源。4.3對地圖進行節(jié)點化處理對于長距離移動來說，我們不應該也不可能對每一步都進行A*算法計算，即使采取降低柵格精度的策略有時也難以有效的降低算法復雜度，這時就要果斷放棄柵格化，采用節(jié)點化的地圖。在進行導航時，人們往往對細節(jié)精確到每一條道路，每一個路口，如果劃分的再細致些也沒有過多的意義，因為沒有人會在意自己怎么通過一條沒有岔路的直行道，反而會消耗硬件大量的算力，衛(wèi)星的定位也難以精確到人的每一步上，因此不如只在路口處設(shè)置節(jié)點，最后導航的結(jié)果以道路名展示，用戶只需沿著道路走即可到達目標點。對圖10宿遷學院地圖進行黑白二值化處理，然后對每個路口標記節(jié)點，效果如圖21所示：圖21以A*算法計算節(jié)點化地圖初始圖

原本數(shù)萬像素的地圖，在每個分叉路口設(shè)置一個節(jié)點，變成了僅有68個主節(jié)點的節(jié)點圖?，F(xiàn)在我們想從A點向B點進發(fā)，尋路時：分別找到起點和終點周圍哈夫曼距離最近的主節(jié)點保存下來。用經(jīng)典A*算法進行計算起始點到各自最近主節(jié)點的最短路線，因為距離通常較短，計算量很低。對兩個已存儲的主節(jié)點進行A*搜索，因為主節(jié)點的數(shù)量很少，計算量也很少。將三段路線進行拼接，最后得到的路線就是節(jié)點化處理的最短路線。運行后得到路線見圖22。圖22A*算法計算節(jié)點化地圖運算結(jié)果算法幾乎是瞬間完成了計算，兩條綠色路線是起始點到主節(jié)點的最短路線，紅色路線是兩個主節(jié)點中的最短路線。不難看出最終行進的路線非常接近最短路線。優(yōu)點：極大的提升了搜索效率，在長距離導航中優(yōu)勢明顯。缺點：最終的路線不一定是最短路線，且在短距離尋路時可能會因節(jié)點過少而繞路，因此短距離時不應采用此方法。5結(jié)論與展望5.1結(jié)論A*算法結(jié)合了Dijkstra和BFS啟發(fā)式思想，保證最短路的同時提升了效率，在實際應用中表現(xiàn)出色，尋路效率高，用時短。是現(xiàn)在被廣泛使用的最短路算法。本文在經(jīng)典A*算法的基礎(chǔ)上加以改進，增加了轉(zhuǎn)向時的權(quán)值，使得算法在多條相同預期的道路時，總會優(yōu)先選擇不怎么轉(zhuǎn)向的道路。針對柵格化地圖的A*算法，考慮到地圖尺寸以及精度的需求，可能會造成的算法效率緩慢，用時過長的結(jié)果。采用先低精度后高精度的A*算法，減少了算法在初期的運算量，使用者不會體驗到算法運行所產(chǎn)生的卡頓感，在軟件性能有限的情況下非常實用。對于大地圖道路網(wǎng)的導航，不需要對全圖都進行柵格化，轉(zhuǎn)換成在每個有道路連接的路口處設(shè)置節(jié)點，節(jié)點與節(jié)點之間的距離就是道路的長度。算法運算時只需要先將人導航到距離最近的節(jié)點，然后在節(jié)點中使用A*算法，可以大大提升算法效率。5.2展望 本文為方便計算將路徑導航抽象成二維空間中正方形節(jié)點的尋路問題，且僅有4鄰域移動方向，與現(xiàn)實生活中有較大差異，后續(xù)研究應該以更復雜的情況例如6鄰域8鄰域為研究對象，移動方向應有更多選擇，對應的估價函數(shù)H也應由原本的曼哈頓距離改為歐氏距離或者其他更加準確的估價函數(shù)。在計算一段路線的移動代價時，只采用路徑長度作為代價是不準確的，相同長度的道路在不同的路況影響下，通過時有較大的時間差異，后續(xù)研究應該加上路況的影響，以路線長度和路況好壞的綜合評價結(jié)果作為移動的代價。 文中演示的道路節(jié)點大多道路連接分布均勻，而實際生活中的道路網(wǎng)存在大量無標度網(wǎng)絡，應當進一步研究和調(diào)整，使算法適應更多不同網(wǎng)絡。參考文獻：郭陽.動態(tài)復雜網(wǎng)絡的最短路徑研究[D].遼寧大學,2019.梁娟.網(wǎng)絡最短路徑問題的研究與應用[D].南京郵電大學,2015.劉宏魁.基于A-star算法的地圖查詢系統(tǒng)的設(shè)計與實現(xiàn)[J].電子技術(shù)與軟件工程,2018(22):44.李坤,蔣莉莉.分布式計算中基于A-star的工作流調(diào)度改進算法研究[J].計算機工程與科學,2013,35(03):38-42.宋巖.基于A-Star算法的進路搜索研究[D].西南交通大學,2014.劉熙明,魏旭,竇立剛,覃洪波,楊露溪.基于A-Star算法的AdHoc無線網(wǎng)絡最優(yōu)路由模型研究[J].佛山科學技術(shù)學院學報(自然科學版),2019,37(04):38-42.劉微,肖華勇.復雜網(wǎng)絡中近似最短路徑問題[J].計算機系統(tǒng)應用,2016,25(05):107-112.時也.基于A-Star算法與模糊控制融合的移動機器人路徑規(guī)劃[D].武漢科技大學,2012.王恒青,宋如敏.最短路徑算法Dijkstra算法在路由選擇中的應用[J].科技信息(學術(shù)研究),2008(32):569-570.向志華,賴小平.基于BFS算法的有阻斷路徑的最短路徑算法研究[J].信息通信,2019(11):41-42.謝暉,張達奇,馮李.結(jié)合曼哈頓距離的A-star算法在光纜尋址中的應用[J].信息通信,2019(01):34-36.吳健.基于A-star改進路徑規(guī)劃算法研究[D].安徽工業(yè)大學,2019.萬平.基于A-star算法的航路規(guī)劃算法設(shè)計與仿真研究[J].中國水運.航道科技,2018(04):58-65.致謝時光荏苒，4年的大學生活如白駒過隙般轉(zhuǎn)瞬即逝，宿遷學院大校園生活給了我許多快樂和驚喜。大學的學習生活讓我學到了為人處世的原則和專業(yè)的知識理論，而我已不再是從前那個無知的少年，衷心祝愿母校未來發(fā)展得更好！首先我要感謝蔣濤導師在對我的指導和講解，從論文材料的收集、題目的確認和理解、創(chuàng)新點的研究、論文的反復修改一直到最終的論文定稿，蔣老師都給了我非常多的幫助，讓我對選題有了一個深刻的理解和認識，期間對我的提問也是熱心解答。中期檢查時指出我論文的不足，并協(xié)助我完善內(nèi)容。疫情期間無法見面討論，導師督促我們抓緊完成論文后網(wǎng)上對我們進行了指導?？梢钥闯鰧煘榱藚f(xié)助我完成論文順利畢業(yè)付出了很多，態(tài)度也是一絲不茍，不容有一點錯誤，這種嚴謹踏實的風格令我十分尊敬。尤其是在我的論文進展出現(xiàn)問題時，老師即使提醒和指導，使論文進度得以正常進行。其次還要感謝在宿遷學院的各科的任課老師在校期間對我的栽培，正是有了他們的督促，我沒有虛度四年的大學時光，用在校時間學習很多理論知識。還要感謝高燕輔導員，在日常生活中和學習工作上對我的大力支持，輔導員的認真負責讓我的學習生活很少遇到阻礙，很多事情在輔導員的幫助下迎刃而解，感謝宿遷學院的老師們，使我順利完成這篇論文！還要感謝各位對我論文做出幫助的同學，很多小問題例如格式，一些零散的知識點，在學校沒有完善的部分，是多虧了同學們的幫助，在小問題上節(jié)約了我大量的精力，讓我可以騰出時間去鉆研論文，感謝你們的一路陪伴！最后對本次論文的評閱專家致以最誠摯的敬意！附錄package讀取;importjava.io.BufferedReader;importjava.io.File;importjava.io.FileReader;importjava.io.IOException;importjava.util.ArrayList;importjava.util.List;importjava.awt.Color;importjava.awt.Graphics;importjava.awt.event.MouseEvent;importjava.awt.event.MouseListener;importjavax.swing.JFrame;importjavax.swing.JPanel;publicclassAStar{ staticint[][]NODES=newint[292][260]; staticint[][]DRAW=newint[292][260]; staticint[][]point=newint[2][2];staticintpointNumber=0;staticArrayList<Node>arrayList=newArrayList<Node>();publicstaticfinalintSTEP=10;privateArrayList<Node>openList=newArrayList<Node>();privateArrayList<Node>closeList=newArrayList<Node>();publicNodefindMinFNodeInOpneList(){NodetempNode=openList.get(0);for(Nodenode:openList){if(node.F<tempNode.F){tempNode=node;}}returntempNode;}publicArrayList<Node>findNeighborNodes(NodecurrentNode){ArrayList<Node>arrayList=newArrayList<Node>();inttopX=currentNode.x;inttopY=currentNode.y-1;if(canReach(topX,topY)&&!exists(closeList,topX,topY)){arrayList.add(newNode(topX,topY));}intbottomX=currentNode.x;intbottomY=currentNode.y+1;if(canReach(bottomX,bottomY)&&!exists(closeList,bottomX,bottomY)){arrayList.add(newNode(bottomX,bottomY));}intleftX=currentNode.x-1;intleftY=currentNode.y;if(canReach(leftX,leftY)&&!exists(closeList,leftX,leftY)){arrayList.add(newNode(leftX,leftY));}intrightX=currentNode.x+1;intrightY=currentNode.y;if(canReach(rightX,rightY)&&!exists(closeList,rightX,rightY)){arrayList.add(newNode(rightX,rightY));}returnarrayList;}publicbooleancanReach(intx,inty){if(x>=0&&x<NODES.length&&y>=0&&y<NODES[0].length){returnNODES[x][y]==0;}returnfalse;}publicNodefindPath(NodestartNode,NodeendNode){openList.add(startNode);while(openList.size()>0){NodecurrentNode=findMinFNodeInOpneList();openList.remove(currentNode);closeList.add(currentNode);ArrayList<Node>neighborNodes=findNeighborNodes(currentNode);for(Nodenode:neighborNodes){if(exists(openList,node)){foundPoint(currentNode,node);}else{notFoundPoint(currentNode,endNode,node);}}if(find(openList,endNode)!=null){returnfind(openList,endNode);}}returnfind(openList,endNode);}privatevoidfoundPoint(NodetempStart,Nodenode){intG=calcG(tempStart,node);if(G<node.G){node.parent=tempStart;node.G=G;node.calcF();}}privatevoidnotFoundPoint(NodetempStart,Nodeend,Nodenode){node.parent=tempStart;node.G=calcG(tempStart,node);node.H=calcH(end,node);node.calcF();openList.add(node);}privateintcalcG(Nodestart,Nodenode){intG=STEP;intparentG=node.parent!=null?node.parent.G:0;returnG+parentG;}privateintcalcH(Nodeend,Nodenode){intstep=Math.abs(node.x-end.x)+Math.abs(node.y-end.y);returnstep*STEP;}privatestaticvoidflash(){ NodestartNode=newNode(point[0][0],point[0][1]); NodeendNode=newNode(point[1][0],point[1][1]); Nodeparent=newAStar().findPath(startNode,endNode); while(parent!=null){ arrayList.add(newNode(parent.x,parent.y)); parent=parent.parent; } System.out.println("\n"); for(inti=0;i<NODES.length;i++){ for(intj=0;j<NODES[0].length;j++){ if(exists(arrayList,i,j)){ System.out.print("@,"); }else{ System.out.print(NODES[i][j]+","); } } System.out.println(); }}publicstaticvoidmain(String[]args)throwsIOException{ Filef=newFile("D://QAP.txt"); BufferedReaderbuf=newBufferedReader(newFileReader(f)); int[][]city=newint[292][260]; intline=0; Stringstr=null; while((buf.read())!=-1){ str=buf.readLine(); String[]date=str.split(""); Strings=date[0]; int[]a=newint[s.length()]; for(inti=0;i<s.length();i++){a[i]=Integer.parseInt(String.valueOf(s.charAt(i)));} for(inti=0;i<a.length;i++){NODES[line][i]=a[i];DRAW[line][i]=a[i];} line++; } NodestartNode=newNode(point[0][0],point[0][1]); NodeendNode=newNode(point[1][0],point[1][1]); Nodeparent=newAStar().findPath(startNode,endNode); while(parent!=null){ arrayList.add(newNode(parent.x,parent.y)); parent=parent.parent; } System.out.println("\n"); JFramejFrame=newJFrame(); JPaneljpanel=newJPanel(){ publicvoidpaint(Graphicsgraphics){ super.paint(graphics); for(inti=0;i<NODES.length;i++){ for(intj=0;j<NODES[0].length;j++){ if(exists(arrayList,i,j)){ graphics.setColor(Color.BLUE); graphics.fillRect(3*j,3*i,3,3); }elseif(NODES[i][j]==1){ graphics.setColor(Color.BLACK); graphics.fillRect(3*j,3*i,3,3); }elseif(DRAW[i][j]==2){ graphics.setColor(Color.RED); graphics.fillRect(3*j,3*i,3,3); } } System.out.println(); } } }; jFrame.add(jpanel); jFrame.setSize(680,900); jFrame.setVisible(true); jpanel.addMouseListener(newMouseListener(){ @Override publicvoidmouseClicked(MouseEvente){ DRAW[(int)(e.getY()/3)][(int)(e.getX()/3)]=2; System.out.println(e.getX()); System.out.println(e.getY()); pointNumber++; point[pointNumber-1][0]=(int)(e.getY()/3); point[pointNumber-1][1]=(int)(e.getX()/3); flash(); jpanel.repaint(); } @Override publicvoidmouseEntered(MouseEventarg0){ } @Override publicvoidmouseExited(MouseEventarg0){ } @Override publicvoidmousePressed(MouseEventarg0){ } @Override publicvoidmouseReleased(MouseEventarg0){ } }); }publicstaticNodefind(List<Node>nodes,Nodepoint){for(Noden:nodes)if((n.x==point.x)&&(n.y==point.y)){returnn;}returnnull;}publicstaticbooleanexists(List<Node>nodes,Nodenode){for(Noden:nodes){if((n.x==node.x)&&(n.y==node.y)){

HYPERLINK電腦文件整理懶招從來都是不會經(jīng)常整理文件的，不過時間一長，眾多的文檔分布在硬盤的各個角落，用目錄進行整理保存，工作量大、查看起來也不方便且還會浪費不少的磁盤空聞；用壓縮工具打包，盡管可以節(jié)約空間但是卻無法直接編輯修改或查看壓縮包中的文件。這些招，懶人怎么會用，他們自有妙招!再多再亂的文件也能整理得井井有條，關(guān)鍵是不費力哦!

懶招1，自動提取亂中取勝

小張起初將照片、Office文檔、電影、音樂等文件一股腦地存放在某一個磁盤分區(qū)，剛開始文件少使用起來倒也方便，但隨著時間的推移，文件數(shù)量劇增，每次找所需的文件都要瞪大眼睛，不過有了MY文檔管理器(下載地址：)就不用擔心了。

第一步，下載MY文檔管理器，解壓到任意目錄，直接雙擊其中的可執(zhí)行性文件即可使用。依次單擊“節(jié)點操作→添加節(jié)點”，分別添加多個節(jié)點，如“辦公文檔”、“電影”等分類，這樣做的目的是方便歸類。

第二步，在小張的F盤中的TEST目錄下有眾多的RM、MP3、JPG、DOC、TXT格式的文件，現(xiàn)在他要把JPG格式的文件提取到“照片”類別中。依次單擊“系統(tǒng)配置→文件過濾”選項，打開Dialog對話框，輸入“*.doc”，單擊“添加”按鈕，意思是過濾掉所有類型為“.DOC”的文件。然后按照同樣的方法，將“*.txt”、“*.rm”、“*.MP3”一一添加進來。

第三步，雙擊左側(cè)窗格中的“照片”節(jié)點，然后依次單擊“記錄操作→導入記錄樹”命令，在打開的對話框中單擊瀏覽按鈕，打開“F:\test”目錄，單擊“確定”按鈕之后就可以將格式為JPG的文件提取出來并添加到“照片”節(jié)點中了。

懶招2，不同的電腦統(tǒng)一的管理

小張是電愛的Fans，工作之余常常為雜志寫稿，他寫完的和正在處理的稿件一般都存在一個稿件文件夾里。不過時間一長，家里的電腦(PC1)和單位的電腦(PC2)上都有這個文件夾。時常需要通過移動硬盤(U盤)在兩臺電腦之間傳遞，使用和管理都很不方便。不過他現(xiàn)在用優(yōu)盤就可以統(tǒng)一管理了。

第一步，將上文提到的那個MY文檔管理器解壓后直接拷貝到優(yōu)盤上。把優(yōu)盤插到PC1上，并運行軟件，依次單擊“記錄操作→導入記錄樹”命令，在隨后彈出的對話框中設(shè)置好“稿件”文件夾的根目錄，將“導入深度”設(shè)置為“5”，單擊“確定”后，稍等片刻，軟件就把PC1上的“稿件”導入到MY文檔管理器中。

小提示：通過這種方式導入到程序中的僅僅是文件的路徑、文件名等屬性信息，并不是文件本身。

第二步，把優(yōu)盤插到PC2上，按照同樣的方法導入PC2上的“稿件”文件。以后要編輯“稿件”里的文件，你自己根本不用記住哪臺電腦的哪個路徑，只要把優(yōu)盤插入到電腦，運行MY文檔管理器，就可以直接編輯了。

第三步，為方便在異地使用，小張決定為當前正在處理的稿件增加一個副本。在需要異地處理的稿件上右鍵單擊，選擇“復制文件到(自動添加副本)”命令，在彈出的對話框中將保存目錄設(shè)置為優(yōu)盤上的某個目錄即可。這樣，就可以在優(yōu)盤上編輯PC1或PC2的稿件了。

小提示：對于PC1、PC2上的同名文件，MY文檔管理器以不同的磁盤號+文件路徑來標識文件記錄，因此，對于不同電腦上的同名文件，甚至是路徑和文件名完全相同的文件，程序也可以準確識別哪個是哪個。

懶招3多種文件批量移動

要將文件管理得井然有序，就免不了要進行復制、刪除、移動等等操作，如果一個個進行操作，工作量是非常巨大的。這時我們就需要借助于BelvedereAutomated(下載地址：.com/assets/resources/2008/03/Belvedere%200.3.exe)進行批量操作了。例如我們想把“F:\test”目錄中的所有照片移動到F盤中的“北京游照片”目錄中，可以按以下方法進行。

第一步，建立“F:\test”目錄后在“rule”一欄中，單擊“+”按鈕，建立一個規(guī)則。在“Descriptior”文本框中為當前規(guī)則起一個名字如“批量整理移動”。單擊第一個下拉列表，在這里可以選擇Name(文件名)、Extension(擴展名)、Size(大小)等進行操作，這里選擇擴展名“Extension”。單擊第二個下拉列表，在這里設(shè)置的是操作條件，有is(是)、isnot(不是)、contains(包含)等操作可供選擇，這里選擇的是“is”。接下來，在最后的文本框中輸入圖片文件的擴展名，示例中是“JPG”。定義的規(guī)則合起來的意思就是“擴展名是JPG”。

第二步，在“Dothefollowing”區(qū)域設(shè)置操作動作，單擊第一個下拉列表進行操作動作的選擇，有“Movefile(移動)、Renamefile(重命名)、Deletefile(刪除)”等動作可供選擇，我們要批量移動，那就選擇重命名“Movefile(移動文件)”。接下來，單擊后面的按鈕選擇“F:\北京游照片”目錄。

第三步，規(guī)則設(shè)置完畢，單擊“Test”按鈕應用規(guī)則，程序即可一次性地將所有擴展名為“JPG”的圖片文件移動到“F:\北京游照片”目錄中了。

懶招4提綱挈領(lǐng)一點即得

在前面幾大懶招的幫助下，你電腦里的文件應該已經(jīng)有點類別了吧。如果從此想告別懶人的生活，那就要養(yǎng)成管理文件的好習慣了。

第一步，在你保存資料的電腦分區(qū)中，要接類別建立多個文件夾，可以按用途分為：學習、娛樂、暫存、工作、下載，在娛樂下又可以建立二級目錄：電影、歌曲、動畫等。也可以按照常見的文件性質(zhì)進行分類，例如分為：圖片、電影、電子書、安裝文件等，當然也可以按照你的需要再建立二級目錄，以后每有文件需要保存就按這個類別保存到相應的目錄。

第二步，雖然現(xiàn)在已經(jīng)把文件分門別類存放了，但時間長了，目錄太深，一層一層查找也很麻煩的，在EXCEL里建一個目錄就可以統(tǒng)一管理了。運行EXCEL后，新建一個表格，然后按照我們的分類方式隔行輸入：圖片、電影、電子書，在圖片分類下再建立二級目錄名，例如明星、汽車、壁紙等。

第三步，右鍵單擊“圖片文字”，選擇“超鏈接”，在彈出的對話框中選擇電腦里圖片目錄文件夾，單擊“確定”后EXCEL里的“圖片”文字就變成彩色。用同樣的方法為一級目錄的“電影、電子書”和二級目錄的“明星、汽車、壁紙”等添加超鏈接。然后將這個EXCEL文件命名為文件目錄，保存到桌面上，以后打開這個文檔，直接單擊相應的文字，比如單擊“壁紙”，就可以切換到壁紙文件夾了。

小提示：如果要更改某個超鏈接，直接右鍵單擊該文字，選擇“編輯超鏈接”就可以了。本人的電腦分類原則簡述如下。

硬盤的第一層(請在自己的件夾中右鍵“按組排列”查看)

第一位字母表示A生活娛樂B教學C工作D安裝程序

第二位字母表示只是流水號

AA影視

AB音樂

AC閱讀

AD圖片

AE相冊

生活娛樂

BA計算機

BB英語

BC運動

BD游戲攻略

BE衣食住行

BF文藝

教學

CA管理制度

CB流程圖

CC程序文件

工作

DA娛樂

DB其它

安裝程序

硬盤的第二層(進入“AA影視”的文件夾舉例)

第一位字母表示只是流水號

第二位字母表示只是流水號

AA電影

BA電視劇

CAMTV

硬盤的第三級(進入“AA電影”的文件夾舉例)

第一位字母表示A動作片B劇情片C動畫片

第二位字母表示A未看過B已看過

AA導火線

AB尖峰時刻

動作片

BA獨自等待

劇情片

CB機器貓

CB獅子王

動畫片

利用“字母排序”和“按組排列查看”可以使文件查看和存放簡潔明了，結(jié)合自己資料的特點和實際需求，給自己定一個分類原則并嚴格執(zhí)行。個人電腦資料的資源會得到高效而充分的利用。電腦文件管理八條小技巧

在電腦的內(nèi)部，在電腦的桌面上，在“資源管理器”中，充斥著無序與混亂,這種虛擬的混亂極大地影響了電腦的性能和我們辦公的效率，當大家面臨這個問題時，通常認為硬盤空間又不夠了，電腦性能又不跟不上了，需要再換一臺新的電腦了。事實上，我們真正需要的是坐下來，好好花時間將電腦里的文件真正管理起來，會為自己日后省下更多的時間。

文件管理的真諦在于方便保存和迅速提取，所有的文件將通過文件夾分類被很好地組織起來，放在你最能方便找到的地方。解決這個問題目前最理想的方法就是分類管理，從硬盤分區(qū)開始到每一個文件夾的建立，我們都要按照自己的工作和生活需要，分為大大小小、多個層級的文件夾，建立合理的文件保存架構(gòu)。此外所有的文件、文件夾，都要規(guī)范化地命名，并放入最合適的文件夾中。這樣，當我們需要什么文件時，就知道到哪里去尋找。

這種方法，對于相當數(shù)量的人來說，并不是一件輕松的事，因為他們習慣了隨手存放文件和辛苦、茫無頭緒地查找文件。

下面，我們將幫你制訂一套分類管理的原則，并敦促您養(yǎng)成好的文件管理習慣。以下是我們總結(jié)出的一些基本技巧，這些技巧并不是教條，可能并不適合你，但無論如何你必須要有自己的規(guī)則，并堅持下來，形成習慣。

一、發(fā)揮我的文檔的作用

有很多理由讓我們好好地利用“我的文檔”，它能方便地在桌面上、開始菜單、資源管理器、保存/打開窗口中找到，有利于我們方便而快捷地打開、保存文件。我們可以利用“我的文檔”中已有的目錄，也可以創(chuàng)建自己的目錄，將經(jīng)常需要訪問的文件存儲在這里。至于“我的文檔”存儲在C盤，在重裝系統(tǒng)時可能會誤刪除的問題，可以在非系統(tǒng)盤建立一個目錄，然后右擊桌面上的“我的文檔”，選擇“屬性”。在彈出的“我的文檔屬性”窗口中，單擊目標文件夾下的“移動”按鈕，然后在新的窗口中指定我們剛創(chuàng)建的文件夾。重裝系統(tǒng)后再次執(zhí)行以上操作，再重新指向此文件夾即可，即安全又便捷。

小提示：如果你使用Windows2000/XP，則移動“我的文檔”文件夾時，其下的所有文件會自動移過去，但如果你使用Windows9x，則需要手工將C:MyDocuments下的所有文件手工移到新指定的文件夾中，否則可能會丟失數(shù)據(jù)。

二、