js A*寻路算法解析记录

著名的A寻路算法，寻找点到点间有障碍物时到达的最短路径。
使用A算法的条件是：
1.搜索树上存在着从起始点到终点的最优路径；
2.问题域是有限的（八个方向可能性）；
3.所有结点的子结点的搜索代价值>0;
4.问题最终解优于实际问题的代价值。

其策略启发式是F(n)=G(n)+H(n)
F(n)是每个试探单位的预估代价值
G(n)表示起始点到当前试探单位的代价值
H(n)是当前试探单位到终点的预估代价值

寻路逻辑分析

题目：
一个二维数组，相当于一个九宫格，其中为1的是障碍物，为0是可以通行的点。
传入四个参数，分别为起始和终点的x,y坐标，其中上下左右直走需要耗费10个体力点，而斜角通过则需要15个体力点。求最终起点到终点最少耗费体力值的路线。
首先，我们要清楚：
1.地图中有障碍物，是不能通过的
2.不在地图上的点也是不能通过的
3.已经走过的点也是不能通过的
4.其之间有障碍物时也是不能通过的
上面1,2点不能通过的都可通过已有的地图来进行判断，而第3点，我们就需要考虑需要有个变量储存搜索过的点。
再来，在上面的前提下，开始探索以当前点为中心的八个方向（左右上下，左上右上，左下右下），并计算其F(n)，G(n)，H(n)。
其中G(n)=当前点的G(n)+10/15(按其方向判断)；
H(n)=“探索点”到终点的曼哈顿距离H=abs(x1-x0)*10+abs(y1-y0)*10（过水平和垂直距离进行确定）；
F(n)=G(n)+H(n)。我们还需要记录其当前单位，为最后得出路径连通关系。
这时候我们需要有一个list专门来储存得到F(n)探索的单位，并在八个方向遍历完成后对这个列表以F(n)的值来排序，确保下一次循环的时候是最小的F值，然后判断列表中是否已经存在终点单位了，如果还没有，则继续循环判断获取。直到列表中出现了最后的终点单位。
最后以终点单位深入获取其储存的连通关系，就可以得到寻路最优路线。
具体代码如下：

const MAP = {
   
    arr:[
        [0,0,1,0,0,0,0,0,0,0],
        [0,0,0,0,0,1,1,0,0,0],
        [0,0,0,0,0,0,1,0,0,0],
        [0,0,0,0,0,0,1,0,0,0],
        [0,0,0,1,0,0,0,0,0,0],
        [0,0,0,1,0,0,0,0,0,0],