曼哈顿算法公式_A*算法学习

引言

很多游戏特别是rts，rpg类游戏，都需要用到寻路。
寻路算法有 深度优先搜索（DFS），广度优先搜索(BFS)，A星算法等，
而A星算法是一种具备 启发性策略的算法，效率是几种算法中最高的，因此也成为游戏中最常用的寻路算法。

在确定了寻路的开始点，结束点的情况下，假定每个方块都有一个F值，该值代表了在当前路线下选择走该方块的代价。
而A星寻路的思路很简单：从开始点，每走一步都选择代价最小的格子走，直到达到结束点。

辅助理解图：

下图中A是起点，B是终点，方格中的数值，左上方表示G值，右上方表示H值，下方表示F值。

举例：鼠标指向的方格，G值为14（斜向），H值为28（当前节点距离终点B最近的距离为两个对角线的距离也就是28），所以F=G+H = 42

A星算法核心公式就是F值的计算：
F = G + H

• F - 方块的总移动代价
• G - 开始点到当前方块的移动代价