A*算法

一，伪代码：
//制作起点st
填充st.loc;//状态坐标
计算st.costed(或wined);//已支付代价(或收益)
计算st.willcost(或willwin);//预计还需支付的代价(或收益)
st.open=true;//开启
st.per=-1//前件指针
st加入list;//list保存已生成的状态
while(1)
{
    找到list中open=true的节点中cost+willcost最小者(或win+willwin最大者)索引curi
    list(curi).open=false;//关闭此节点
    if list(curi).loc==ed.loc//如果list(curi)是终点
    {
        break;//计算结束
    }
    for 每种可用策略dec
   {
       //制作list(curi)以dec为转移得到的后件linstat
       计算linstat.loc;
       计算linstat.cosed(或wined);
       计算linstat.willcost(或willwin);
       linstat.open=true;
       linstat.per=curi;
       if linstat超出状态空间，continue;//这一句很重要，如果忘了写，会使list体积剧增
       看是否存在list(i).loc==linstat.loc
       if yes
       {
             if linstat.costed<list(i).costed(或linstat.wined>list(i).wined)
             {
                   list(i)=linstat;//替换
             }
       }else
       {
             list.push_back(linstat);//新增节点
       }
   }
}
输出结果;
注：
如果willcost=0，则A*算法变成dijkstra算法，由此可见A*算法是在dijkstra算法中加入了对未来代价的预测，从而使搜索具有一定方向性，提高了效率。但由于不是在所有节点都关闭时才退出，而是在ed.open=false时就退出（并不能保证ed将来不会被再次刷新），所以得到的是近似最优解。也就是说：
A*算法ed.open=false时刻要比Dijkstra算法来得早(推进速度快)，但ed.open=false时刻解的质量A*算法没有Dijkstra算法的好。