A*算法

这两天学习了A*算法，总结记录一下，方便以后学习复习。（写到一半忽然崩掉，，，心态炸了）

A*算法

要了解A*算法，首先需要了解什么是启发式算法：启发式算法即一种在基于经验和预测，通过启发函数预测当前实例的成本，从而找到最优实例的方法，其算法效率与启发函数息息相关，启发函数越是接近真实值，那么算法的效率就越高。

A*算法，A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。A*算法通过启发函数计算到各个节点的估算成本，依次取其中成本最小的节点，最终能够找到最优路径。A*算法的启发函数为：F=G+H

F：即对当前路径的估算成本。

G：即从起点到当前节点的路径距离或是成本代价。

H：即从当前节点到目标节点的估算成本，，可采用曼哈顿距离、切比雪夫距离和欧几里距离等（一般采用曼哈顿距离）。

A*算法的实现

A*算法的实现如下：从起点开始，搜索能够从起点到达的所有结点，并计算各个节点的估算成本F，然后将其全部放入open表中（为了方便后续找到最优路径，应该维护一个有序表，能够方便找到其最优节点）&