Algoritmo A* Paralelo para a Solução Ótima dos Problemas do Cubo Mágico e Sliding Puzzle
Resumo
Algoritmos paralelos estão se tornando cada vez mais importantes para a computação, considerando o caminho seguido pela evolução do hardware. Por essa razão, o estudo de paralelismo torna-se necessário para que os softwares acompanhem essa evolução. O Algoritmo A* é um dos mais famosos algoritmos de busca e pode ser utilizado para solucionar uma quantidade enorme de problemas. No entanto, obter o paralelismo nesse algoritmo pode ser um desafio. Uma das estratégias de maior sucesso na literatura são algoritmos que usam funções de hash para distribuir os nós entre as threads. O presente trabalho, adapta essa estratégia para resolver o problema do Sliding Puzzle e Cubo Mágico. Os resultados experimentais foram obtidos em uma estação de 24 núcleos e 768 GB de RAM e foi possível obter um speedup médio de até 9,90× usando 24 threads.Referências
Hart, P., Nilsson, N., and Raphael, B. (1968). A formal basis for the heuristic determination of minimum cost paths. IEEE Trans Sys Sci and Cybernetics, SSC-4(2):100–107.
Khemani, C., Doshi, J., Duseja, J., Shah, K., Udmale, S., and Sambhe, V. (2018). Solving rubik’s cube using graph theory. In Computational Intelligence: Theories, Applications and Future Directions-Volume I: ICCI-2017, pages 301–317. Springer.
Kobayashi, Y., Kishimoto, A., and Watanabe, O. (2011). Evaluations of hash distributed a* in optimal sequence alignment. In IJCAI, pages 584–590.
Kouti, A. M. and Refanidis, I. (2023). Cpu and gpu parallelism of the a* algorithm on solving n-puzzle problems. In Proceedings of the 27th Pan-Hellenic Conference on Progress in Computing and Informatics, pages 21–25.
Sundfeld, D., Teodoro, G., and Melo, A. C. (2025). Pa-star2: fast optimal multiple sequence alignment for asymmetric multicore processors. In 2025 33rd Euromicro International Conference on Parallel, Distributed, and Network-Based Processing (PDP), pages 146–153. IEEE.
Tanenbaum, A. S. and Bos, H. (2015). Modern operating systems. Pearson Education, Inc.
Khemani, C., Doshi, J., Duseja, J., Shah, K., Udmale, S., and Sambhe, V. (2018). Solving rubik’s cube using graph theory. In Computational Intelligence: Theories, Applications and Future Directions-Volume I: ICCI-2017, pages 301–317. Springer.
Kobayashi, Y., Kishimoto, A., and Watanabe, O. (2011). Evaluations of hash distributed a* in optimal sequence alignment. In IJCAI, pages 584–590.
Kouti, A. M. and Refanidis, I. (2023). Cpu and gpu parallelism of the a* algorithm on solving n-puzzle problems. In Proceedings of the 27th Pan-Hellenic Conference on Progress in Computing and Informatics, pages 21–25.
Sundfeld, D., Teodoro, G., and Melo, A. C. (2025). Pa-star2: fast optimal multiple sequence alignment for asymmetric multicore processors. In 2025 33rd Euromicro International Conference on Parallel, Distributed, and Network-Based Processing (PDP), pages 146–153. IEEE.
Tanenbaum, A. S. and Bos, H. (2015). Modern operating systems. Pearson Education, Inc.
Publicado
03/09/2026
Como Citar
MACHADO, Leonardo; SUNDFELD, Daniel.
Algoritmo A* Paralelo para a Solução Ótima dos Problemas do Cubo Mágico e Sliding Puzzle. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DO CENTRO-OESTE (ERAD-CO), 9. , 2026, Campo Grande/MS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 44-46.
DOI: https://doi.org/10.5753/eradco.2026.34578.
