经典算法研究系列：一之续、A*，Dijkstra，双向BFS算法性能比较及A*算法的应用
本文，即以演示图的形式，比较它们各自的寻路过程，让各位对它们有一个清晰而直观的印象。
我们比较，以下五种算法：
1. A* (使用曼哈顿距离)
2. A* (采用欧氏距离)
3. A* (利用切比雪夫距离)
4. Dijkstra
5. Bi-Directional Breadth-First-Search(双向广度优先搜索)咱们以下图为例，图上绿色方块代表起始点，红色方块代表目标点，紫色的方块代表障碍物，白色的方块代表可以通行的路径。
下面，咱们随意摆放起始点绿块，目标点红块的位置，然后，在它们中间随便画一些障碍物，
最后，运行程序，比较使用上述五种算法，得到各自不同的路径，各自找寻过程中所覆盖的范围，各自的工作流程，并从中可以窥见它们的效率高低。
A*、Dijkstra、BFS算法性能比较演示：
ok，任意摆放绿块与红块的三种状态：
一、起始点绿块，与目标点红块在同一条水平线上：
各自的搜寻路径为：
1. A* (使用曼哈顿距离)2. A* (采用欧氏距离)
3. A* (利用切比雪夫距离)
4. Dijkstra 算法.//很明显，Dijkstra 搜寻效率明显差于上述A* 算法。（看它最后找到目标点红块所走过的路径，和覆盖的范围，即能轻易看出来，下面的比较，也是基于同一个道理。看路径，看覆盖的范围，评价一个算法的效率）。
5. Bi-Directional Breadth-First-Search(双向广度优先搜索)
二、起始点绿块，目标点红块在一斜线上：
各自的搜寻路径为：
1. A* (使用曼哈顿距离)2. A* (采用欧氏距离)
3. A* (利用切比雪夫距离)
4. Dijkstra 算法。 //与上述A* 算法比较，覆盖范围大，搜寻效率较低。
5. Bi-Directional Breadth-First-Search(双向广度优先搜索)
三、起始点绿块，目标点红块被多重障碍物阻挡：
各自的搜寻路径为（同样，还是从绿块到红块）：
1. A* (使用曼哈顿距离)2. A* (采用欧氏距离)..
3. A* (利用切比雪夫距离)
4. Dijkstra....
5. Bi-Directional Breadth-First-Search(双向广度优先搜索) //覆盖范围同上述Dijkstra 算法一样很大，效率低下。
A*搜寻算法的高效之处
如上，是不是对A*、Dijkstra、双向BFS算法各自的性能有了个总体大概的印象列?由上述演示，我们可以看出，在最短路径搜寻效率上，一般有A*>Dijkstra、双向BFS，其中Dijkstra、双向BFS到底哪个算法更优，还得看具体情况。
由上，我们也可以看出，A*搜寻算法的确是一种比较高效的寻路算法。A*算法最为核心的过程，就在每次选择下一个当前搜索点时，是从所有已探知的但未搜索过点中(可能是不同层，亦可不在同一条支路上)，选取f值最小的结点进行展
补充：软件开发 , C语言 ,
