轉載於：https://www.sohu.com/a/191037466_478315
比如像這樣子：
第一步：把起點放入OpenList
第二步：找出OpenList中F值最小的方格，即唯一的方格Node(1,2)作爲當前方格，並把當前格移出OpenList，放入CloseList。代表這個格子已到達並檢查過了。
第三步：找出當前格上下左右所有可到達的格子，看它們是否在OpenList當中。如果不在，加入OpenList，計算出相應的G、H、F值，並把當前格子作爲它們的“父親節點”。
圖中，每個格子的左下方數字是G，右下方是H，左上方是F。
Round2 ~ 第一步：找出OpenList中F值最小的方格，即方格Node(2,2)作爲當前方格，並把當前格移出OpenList，放入CloseList。代表這個格子已到達並檢查過了。
Round2 ~ 第二步：找出當前格上下左右所有可到達的格子，看它們是否在OpenList當中。如果不在，加入OpenList，計算出相應的G、H、F值，並把當前格子作爲它們的“父親節點”。
爲什麼這一次OpenList只增加了兩個新格子呢？因爲Node(3,2)是牆壁，自然不用考慮，而Node(1,2)在CloseList當中，說明已經檢查過了，也不用考慮。
Round3 ~ 第一步：找出OpenList中F值最小的方格。由於這時候多個方格的F值相等，任意選擇一個即可，比如Node(2,3)作爲當前方格，並把當前格移出OpenList，放入CloseList。代表這個格子已到達並檢查過了。
Round3 ~ 第二步：找出當前格上下左右所有可到達的格子，看它們是否在OpenList當中。如果不在，加入OpenList，計算出相應的G、H、F值，並把當前格子作爲它們的“父親節點”。
剩下的就是以前面的方式繼續迭代，直到OpenList中出現終點方格爲止。這裏就僅用圖片簡單描述了，方格中數字表示F值：
public Node aStarSearch(Node start, Node end) {
// 把起點加入 open list
openList.add(start);
//主循環，每一輪檢查一個當前方格節點
while (openList.size() > 0) {
// 在OpenList中查找 F值最小的節點作爲當前方格節點
Node current = findMinNode();
// 當前方格節點從open list中移除
openList.remove(current);
// 當前方格節點進入 close list
closeList.add(current);
// 找到所有鄰近節點
List<Node> neighbors = findNeighbors(current);
for (Node node : neighbors) {
if (!openList.contains(node)) {
//鄰近節點不在OpenList中，標記父親、G、H、F，並放入OpenList
markAndInvolve(current, end, node);
}
}
//如果終點在OpenList中，直接返回終點格子
if (find(openList, end) != null) {
return find(openList, end);
}
}
//OpenList用盡，仍然找不到終點，說明終點不可到達，返回空
return null;
}
幾點說明：
1.這裏對於A*尋路的描述做了很大的簡化。實際場景中可能會遇到斜向移動、特殊地形等等因素，有些時候需要對OpenList中的方格進行重新標記。
2.截圖中的小遊戲可不是小灰開發的，而是一款經典的老遊戲，有哪位小夥伴玩過嗎？