一、原理及偽**實現
a star 演算法的具體作用可以忽略不表了，基本上想用的都知道，不知道的基本上不在乎。
具體偽**如下：
void findpath(point[,] maps, point start, point end)
}else
}if (openlist.contains(end))
}//通過isfound判斷是否找到，已找到後可以根據結束點父節點倒推路勁
}
二、優化構想
astar作為尋路演算法應用十分廣泛，但是，如果在乙個超大的地圖上、多人同時尋路中，超長距離的尋路對效能的消耗十分嚴重，因為它需要遍歷格仔，還需要維持開啟列表找到最小值，so， 關於astar的優化，個人做了兩點考慮，
1，縮小尋路塊
2，更方便的維持開啟列表
對於第二點，個人的考慮是，在搜尋到周圍節點加入開啟列表時，維持開啟列表從小到大的有序性。具體做法是用一種演算法控制查詢等的消耗時間，比如，用二叉樹控制插入的節點，使父節點永遠小於子節點，或者直接使用折半查詢等，怎麼高興怎麼來，最後看療效決定。
對於第一點，個人目前的的做法是使用 四叉樹 進行場景管理。首先在處理完地圖以後，進行四叉樹的構建和場景合併：某一層次下葉節點全可通過則標記該節點可通過，反之亦然。在尋路的過程中，首先確定起始點所在的節點，通過節點進行尋路，具體做法同astar。這樣，假如我們就算最底層的長度為2，我們也相當於把地圖縮小了四倍。但有一點，我們建立四叉樹時，節點的座標一般選擇所表示的區域中心點，所以用來做尋路的也是該區域的中心點。也就是或出現具體執行路徑時是這種情況：玩家從當前所在位置——>玩家所在節點的中心點——>正常尋路——>結束點所在節點的中心點——>結束點。開始和結束都要去節點中心點，這個在短距離尋路中，會有繞行的感覺，所以，不適合短距離尋路...t.t
個人的 實際**未整理有些凌亂暫時就不貼了，效率自測，應該不會辜負你的期望。
關於「人工智慧面試」的構想
人工智慧無疑是未來社會的一大趨勢。前兩天看了一本心理學經典書籍，看到面試心理學這塊時突然引發思考 面試是廣大求職者必須經過的一關，它決定求職者給面試官留下的印象，很大程度上決定求職者被錄用與否，甚至是求職者的未來。因此，面試這一環節可以說對求職者有著至關重要的作用。然而，成千上百萬的求職者良莠不齊，...
簡單MIS的構想
核心價值 精準 清晰庫存 專門為個體商家量身打造的管理軟體，他突破性的採用了客戶端本地業務管理與網際網路搜尋及應用相結合的方式，以貨品 搜尋和庫存管理為基礎，統一管理個體工商戶的 庫存 往來及收支，解決個體工商戶日常經營中一直存在的商品太多無法記住 及庫存的問題，完美實現 精準 清晰庫存 的核心價值...
呼叫中心構想
支援目前呼叫中心業務需要的各種業務，如坐席，多 接入，ivr處理，類似於國內外許多專有的呼叫中心產品，cti中介軟體，但要更加靈活，更多基於開源的構件和框架，吸引更多的人加入。asterisk是乙個非常成功的例子，但其原始意圖很簡單，就是打 目前許多功能都是有些牽強新增的，而且效能方面有點問題。並且...