a*（a-star)演算法是一種靜態路網中求解最短路徑最有效的直接搜尋方法，也是解決許多搜尋問題的有效演算法。演算法中的距離估算值與實際值越接近，最終搜尋速度越快
astar演算法是從起點開始一步步的往終點探索。他有兩個鍊錶open鍊錶和close鍊錶。每探索（本文稱之為「擴充套件」）乙個點n時，就獲取了n的所有的後繼節並且把他們放到open鍊錶中，並且把點n放到close鍊錶中。astar演算法每從open鍊錶中選取乙個點進行擴充套件，選取的原則就是每個節點的評估函式。
若令h(n)=0，表示沒有利用任何當前節點與終點的資訊，a*演算法就退化為非啟發的dijkstra演算法，演算法搜尋空間隨之變大，搜尋時間變長。
評估函式f(n)=g(n)+h(n)。通過評估函式，每個節點都有乙個評估值。
g(n)= 從起點 a 移動到指定方格的移動代價；即：從start到點n的距離
h(n)代表了從點n到end的最短距離的估計值
注意，這裡說的是估計值，當然是因為最短距離無法得知，所以只能估計了。通過這個評估函式我們可以看出來，節點的評估值代表了通過該節點從起點到終點的最短路徑的乙個估計值。
將起始點放在openlist中
重複以下過程
路徑規劃演算法 A
a 演算法是啟發式搜尋，是一種盡可能基於現有資訊的搜尋策略，也就是說搜尋過程中盡量利用目前已知的諸如迭代步數，以及從初始狀態和當前狀態到目標狀態估計所需的費用等資訊。a 演算法可以選擇下乙個被檢查的節點時引入了已知的全域性資訊，對當前結點距離終點的距離作出估計，作為評價該節點處於最優路線上的可能性的...
路徑規劃演算法高階
最早是在大學期間學習路徑規劃演算法，嚴蔚敏 吳偉民的 資料結構 講的最短路徑。當時感到有些晦澀難懂，並沒有理解演算法思想。回頭看，主要是因為應付考試，沒有和實際應用場景建立連線，所以體會不深。畢業後，因為從事地圖有關工作，又想到這些內容，然後複習 研究，總算明白其中道理。這些演算法能解決我們生活中遇...
路徑規劃演算法 路徑規劃演算法學習Day3
2.函式解讀 演算法原理 參考路徑規劃演算法學習day1 路徑規劃演算法學習day1 此方法會結合網路占用法 柵格法來進行實現 總所周知 柵格法生成地圖常規是的自己乙個乙個打，這樣既麻煩還浪費時間 這裡介紹幾種方法 way1 在命令框中碼 map rand k 0.7 k代表多少維地圖 way2 在...