資料：
一、基礎原理
1、從起點開始，向周圍八個方向擴充套件。測試新擴充套件的點的路徑代價，路徑代價由已走的路徑和距離終點的期望加和而成。這個路徑代價是選擇路徑的標準。
2、有兩個表open、close。
close：生成並且考察過的點，存在兩種點。一種是當前選擇的路徑，是最終想要的結果。另一種是考察但沒有用到的點，是考察過但是比最終路徑代價大的路線，可能父指標可以指回起點，也可能無法指回起點（曾經進入死胡同的路線）。
open：生成但是沒有考察的點
·若形象的想的話，open中的點，close中的最終路線，close中的沒用的路線用不同的圖形畫出。open在最外側一層，close在中間，有一條線根據父指標逐層引出。
3、具體步驟
（1）最開始的時候只有起點在open中.
（2）從open中找到最小的點n。
（3）n向八個方向擴充套件，就獲得了八個新點x1~x8，接下來判斷八個點的存入的地方。
（4）如果x存在於close中，則比較close中和當前點的代價大小。若新的點小，則用新的點代替舊的。若舊的點小，則放棄新的點。
如果x存在於open中，則比較close中和當前點的代價大小。若新的點小，則用新的點代替舊的。若舊的點小，則放棄新的點。
如果都不存在，就放入open。
根據這個方法，進行八個點的判定。
（5）將n放入close。
（6）返回（2），直到open中沒有點或者到達目的地。
·close和open中都是沒有重複的點的。整套演算法，就是生成新的點，然後每一步做區域性最優解，有錯的情況下糾正，積累以後獲得整體的最優解。
·區域性最優解+多次嘗試然後糾錯=全域性最優解
二、**具體細節
·上面那個原理看起來很簡單，但是實施起來尤其是需要關注效率的時候就有些困難了
1、每乙個點包含的資訊
·用乙個結構體進行封裝
（1）自身座標
（2）父指標，實際上就是當前點儲存著自己是由哪乙個點擴充套件而來的。這個方法可以減輕很多**負擔，要改變路徑的時候，只要在關鍵位置將代價更小的點放入close，將之前路徑在這乙個關鍵點後面的close中的點放回open就可以了。
（3）代價，代價由當前路徑的代價和期望組成。路徑期望的演算法是路徑規劃效果好壞的關鍵。每乙個點都儲存著獨一無二的當前路徑的代價，這個代價是從父指標指著的點、父指標的父指標點、父指標的父指標的父指標點······一層層累加而得的。當前路徑代價和父指標共同組成了，到達目前這個點的第一無二的路徑資訊和代價。
2、資料型別的選用
close、open都是長度不定的資料型別，我這裡的想法是用乙個結構體封裝
要使用vector
未完待續······
A star演算法優化二
本文目的是對a 尋路演算法所生成的路徑進行一些人性化的調整，使其看起來不至於太機械化。關於a 演算法的原理與實現，讀者可以閱讀其他資料，這裡不再詳細闡述。a 尋路演算法本質上是乙個有方向性的廣度優先搜尋演算法，它使用乙個估價函式，來估測可能的最短路徑，在每一次搜尋迭代完成後，選取其鄰接點中最優的乙個...
A Star演算法的原理及應用
在acm集訓時看到小超同學在寫乙個a star的尋路演算法，於是心癢癢，自己也想寫乙個，只是一直沒有時間靜下來好好動動腦筋，近日終於趁週末的時間，把a star實現了，可在地圖上尋找較短路徑，也可解任意迷宮。在計算機中我們將地圖表現為單元格，分可走單元格和不可走單元格。如果用窮搜找最短路徑當然是可以...
我對AStar演算法的探索
最近讀到一篇關於 html5實現炮塔防守 的文章，對其中的路徑搜尋演算法有點興趣，稍微探索了一下。while open.isempty false else open.add neighbour i 沒有曾經掠過，就作為候選節點加入 判斷是否到達目標 if index contain open,en...