A*简谈

A*搜索是启发式搜索的代表，其使用f(n) = g(n) +w h(n) 作为估价函数。其中g(n)为从初始状态到当前状态的成本，h(n)为从当前结点到目标结点的估计成本，即启发式函数。在搜索时，通过计算估价函数值，选择较优的路径，从而达到剪枝的目的（因为A*搜索是基于BFS实现的）。在实现时，我们一般使用OPEN表和CLOSED表，其中OPEN表用来存储待扩展的状态，CLOSED 表用来存储已经扩展的状态。在扩展状态时，通过遍历OPEN表和CLOSED 表，从而避免生成重复状态。在实现时，我们通过调整w值，对搜索的倾向进行调整。从相关研究上看，当w值随着搜索深度的增加而减小时，搜索的效果会比较好。也就是说，我们在搜索较浅的时候，应尽量使用启发值，在搜索较深的时候更倾向与BFS，以保证得到一个到达目标状态的路径。

以下是A*搜索的算法：

初始化OPEN表（优先队列）

初始化CLOSED表

将初始状态存入OPEN表

WHILE OPEN不为空

从OPEN表中取出最佳结点（即f值最小的结点）（PARENT）

如果PARENT是目标结点，程序结束

将PARENT存入CLOSED表中

对PARENT进行扩展(ADJ_NODE)

如果ADJ_NODE在CLOSED 表中

舍弃ADJ_NODE，并进行下一哥扩展

如果ADJ_NODE在OPEN 表中

比较两者g值，如果比OPEN表中优

抛弃OPEN表中结点

计算ADJ_NODE的f,g,h值

修改状态的父亲结点，为PARENT

将ADJ_NODEF放入OPEN表中

进入下次循环

        否则，计算ADJ_NODE的f，h值

设置ADJ_NODE的父亲结点为PARENT

将ADJ_NODE放入OPEN表中