Einrichtung und Prüfstand
GCC mit C++20 und CMake ab 3.25. Zusätzlich Python 3 für den gemeinsamen Prüfstart. Entpacke das Lernpaket in einen neuen Ordner und führe dort python3 run_checks.py aus. Das Skript kopiert die enthaltenen Dateien in einen temporären Lernordner. Dort prüft es zuerst das Beispiel und danach die mitgelieferte Lösung. Die Ausgangsdateien bleiben erhalten. Benötigte Pakete werden beim ersten Lauf aus dem Netz geladen.
Geprüft am 21.10.2026 unter Linux x86_64. Echte Kernsimulation bis zum Ergebnis. Die Lösung prüft einen längeren Umweg, höhere Tickzahl und ein unerreichbares Ziel.
Ein Raster wird für die Wegfindung zu einem Graphen. Ein befahrbares Feld ist ein Knoten. Eine erlaubte Bewegung zwischen benachbarten Feldern ist eine Kante. FactoryForge erlaubt vier Bewegungsrichtungen und keine diagonalen Abkürzungen. Jede Bewegung kostet einen Schritt.
A* verbindet bisherige Wegkosten mit einer Abschätzung der restlichen Entfernung. Auf diesem Raster ist die Manhattan-Distanz geeignet, also die Summe der horizontalen und vertikalen Unterschiede. Die statische Wegsuche beantwortet die Verbindung zwischen zwei Orten. Mehrere Fahrzeuge benötigen zusätzlich zeitliche Regeln, weil ein geometrisch gültiger Weg trotzdem gleichzeitig von zwei Fahrzeugen benutzt werden könnte.
Paketinhalt und einzelne Dateien
- main.cpp
- CMakeLists.txt
- vendor/factory-forge/src/core/simulation.cpp
- vendor/factory-forge/include/factory/core/pathfinder.h
- vendor/factory-forge/include/factory/core/project.h
- vendor/factory-forge/include/factory/core/simulation.h
- vendor/factory-forge/src/core/puzzles.cpp
- vendor/factory-forge/include/factory/core/puzzles.h
- vendor/factory-forge/src/core/pathfinder.cpp
- vendor/factory-forge/src/core/project.cpp
- vendor/factory-forge/SOURCE.txt
- vendor/factory-forge/LICENSE
- solution/main.cpp
- run_checks.py
01Das vollständige Kernbeispiel bauen
Entpacke das Lernpaket. Die benötigten FactoryForge-Dateien liegen unter vendor und stammen aus dem verlinkten festen Quellstand. cmake -S . -B build -DCMAKE_BUILD_TYPE=Debug und cmake --build build bauen das eigenständige Beispiel. Das vollständige Projekt-ZIP ist für diese Prüfung nicht zusätzlich nötig.
cmake_minimum_required(VERSION 3.25)
project(SimulationLesson LANGUAGES CXX)
set(CMAKE_CXX_STANDARD 20)
get_filename_component(FACTORYFORGE_SOURCE_DIR "${CMAKE_CURRENT_SOURCE_DIR}/vendor/factory-forge" ABSOLUTE CACHE)
find_package(Threads REQUIRED)
add_executable(lesson main.cpp
"${FACTORYFORGE_SOURCE_DIR}/src/core/project.cpp"
"${FACTORYFORGE_SOURCE_DIR}/src/core/pathfinder.cpp"
"${FACTORYFORGE_SOURCE_DIR}/src/core/puzzles.cpp"
"${FACTORYFORGE_SOURCE_DIR}/src/core/simulation.cpp")
target_include_directories(lesson PRIVATE "${FACTORYFORGE_SOURCE_DIR}/include")
target_link_libraries(lesson PRIVATE Threads::Threads)
02Start, Ziel und Weg lesen
makePuzzle(0, true) erzeugt die Musterlösung der ersten Aufgabe. findPath beginnt bei Feld 1,3 und endet bei 14,3. Der zurückgegebene Vektor enthält beide Endpunkte. Dreizehn Bewegungen ergeben deshalb vierzehn Wegfelder. Diese Unterscheidung ist wichtig, bevor du eine Weglänge mit einer Schrittzahl gleichsetzt.
#include "factory/core/pathfinder.h"
#include "factory/core/puzzles.h"
#include "factory/core/simulation.h"
#include <iostream>
int main() {
const auto project = factory::makePuzzle(0, true);
const auto path = factory::findPath(project, {1, 3}, {14, 3});
factory::Simulation simulation(project);
while (simulation.snapshot().outcome == factory::Outcome::Running)
simulation.step();
std::cout << "path_cells=" << path.size() << '\n';
std::cout << "delivered=" << simulation.snapshot().delivered << '\n';
std::cout << "outcome="
<< (simulation.snapshot().outcome == factory::Outcome::Won ? "won"
: "lost")
<< '\n';
}
Starten / prüfen
cmake -S . -B build -G Ninja -DFACTORYFORGE_SOURCE_DIR=/path/to/factory-forge
cmake --build build
./build/lesson03Die Suchreihenfolge verstehen
pathfinder.cpp verwaltet offene Kandidaten nach Wegkosten plus Manhattan-Abschätzung. Bereits erreichte Zustände und ihre Vorgänger erlauben die spätere Rekonstruktion des Wegs. Stabile Gleichstandsregeln halten die Wahl reproduzierbar. Ein nicht befahrbares oder nicht verbundenes Ziel liefert keinen statischen Weg statt einer Bewegung durch Hindernisse.
04Zeitliche Konflikte betrachten
Der Mehrfahrzeugplaner reserviert Felder und Bewegungskanten für zwölf zukünftige Ticks. Die Gegenkante verhindert, dass Fahrzeuge einander auf derselben Verbindung durchfahren. Noch ungeplante Fahrzeuge halten konservativ ihr aktuelles Feld. Wartende Fahrzeuge gewinnen Priorität. Dieses begrenzte Verfahren ist keine global optimale Planung und kann in engen Anlagen weiter blockieren.
05Die Simulation ohne Fenster ausführen
Die Schleife ruft step auf, solange der Ausgang Running ist. Ein Tick entspricht logisch 100 Millisekunden. Die Konsolenschleife wartet nicht auf echte Zeit und zeigt die Berechnung dadurch schneller. Die Regeln für Lieferungen und das Zeitlimit sind identisch. Starte das Beispiel und prüfe alle drei Ausgaben.
path_cells=14 delivered=3 outcome=won
06Die Prüfung nachvollziehen
Echte Kernsimulation bis zum Ergebnis. Die Lösung prüft einen längeren Umweg, höhere Tickzahl und ein unerreichbares Ziel. Starte python3 run_checks.py aus dem entpackten Paket. Vergleiche die Test-Erwartungen mit der Übung, bevor du die Lösung öffnest.
Beispiel und automatisierte Lösung bestehen. Die genannten manuellen Prüfungen bleiben getrennt.
07Die Garantien prüfen
Die Kerntests führen alle fünf Musterlösungen aus und prüfen nach jedem Tick eindeutige Fahrzeugfelder und fehlende Gegenkanten-Konflikte. Ein zweiter Lauf muss dieselben Lieferungen und Ticks erhalten. Die Darstellung kann schneller oder langsamer aktualisieren, ohne den fachlichen Ablauf zu ändern. Ein Zeitlimit zählt logische Schritte und keine Renderbilder.
Deine Übung
Blockiere die direkte Verbindung mit einer Wand und baue einen Umweg. Vergleiche Wegfelder und Lieferzeit. Entferne danach alle Verbindungen zum Ziel und prüfe die Reaktion der statischen Wegsuche.
Lösung mit Erklärung anzeigen
Ein verbundener Umweg ergibt einen längeren Vektor und benötigt mehr Schritte. Ein isoliertes Ziel ergibt einen leeren Weg. Benutze für den vollständigen Simulationslauf gültige Start- und Zielstationen. Der grafische Editor zeigt fehlende Verbindungen bereits in preflight. Die Kernsimulation kann unerreichbare Aufgaben als Diagnose bis zum Zeitlimit sichtbar halten.
#include "factory/core/pathfinder.h"
#include "factory/core/puzzles.h"
#include "factory/core/simulation.h"
#include <cassert>
#include <iostream>
int main() {
const auto project = factory::makePuzzle(0, true);
const auto path = factory::findPath(project, {1, 3}, {14, 3});
auto detour = project;
detour.setTile({7, 3}, factory::Tile::Wall);
for (int x = 6; x <= 8; ++x)
detour.setTile({x, 2}, factory::Tile::Road);
const auto longer = factory::findPath(detour, {1, 3}, {14, 3});
assert(longer.size() > path.size());
factory::Simulation slower(detour);
while (slower.snapshot().outcome == factory::Outcome::Running)
slower.step();
assert(slower.snapshot().outcome == factory::Outcome::Won);
for (const auto neighbor : detour.neighbors({14, 3}))
detour.setTile(neighbor, factory::Tile::Wall);
assert(factory::findPath(detour, {1, 3}, {14, 3}).empty());
factory::Simulation simulation(project);
while (simulation.snapshot().outcome == factory::Outcome::Running)
simulation.step();
assert(slower.snapshot().tick > simulation.snapshot().tick);
std::cout << "path_cells=" << path.size() << '\n';
std::cout << "delivered=" << simulation.snapshot().delivered << '\n';
std::cout << "outcome="
<< (simulation.snapshot().outcome == factory::Outcome::Won ? "won"
: "lost")
<< '\n';
}
Projektbezug und Quellen
Die ersten sechs Beispiele sind eigenständige Lernprogramme. Lektionen 7 bis 9 nutzen den vollständigen FactoryForge-Quellstand. Quellcode, Übungen und überprüfte Vereinfachungen sind getrennt beschrieben. Die Projektseite bietet ein Quellcode-ZIP, solange das GitHub-Repository noch nicht veröffentlicht ist.