启发式搜索:启发式搜索就是在状态空间中的搜索.对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标．这样可以省略大量无谓的搜索路径，提高了效率．在启发式搜索中，对位置的估价是十分重要的，采用了不同的估价可以有不同的效果

在启发式搜索中,对位置的估价是十分重要的.采用了不同的估价可以有不同的效果

估价函数:从当前节点移动到目标节点的预估费用:这个估计就是启发式的.在寻路问题和迷宫问题中,我们通常用曼哈顿(manhattan)估价函数预计费用

A*算法的特点:A*算法在理论伤是时间最优的,但是也有缺点:它的空间增长是指数级别的.(优化:二叉堆)

开启列表:待检查方格的集合列表，寻找周围可以达到的点，加入到此表中， 并保存中心点为父节点

关闭列表:列表中保存不需要再次检查的方格

G 从起始节点到当前节点的距离

H 从当前节点到目标节点的估计距离

F = G + H

F,G和H的评分被写在每个方格里.正如在紧挨起始格右侧的方格所表示的,F被打印中间,G在左上角,H则在右上角

A* 寻路学习