写在前面：个人见解，仅供参考
首先，说明在代码中的实现：
def search(self,aax,aay,aim):
lx=0
ly=0
ppx=0
ppy=0
nx=0
ny=0
ax=aax
ay=aay
self.n=0
for o in range(99):
le=9999
print(o,ax,ay)
self.n=self.n+1
for i in range(ax-6,ax+6):
if i>=0 and i<64:
for j in range(ay-6,ay+6):
if j>=0 and j<64:
if aim.x==i and aim.y==j:
return self.n
if map[i][j]==2 and i!=ax and j!=ay and i!=ppx and j!=ppy and i!=nx and j!=ny:
if le>=int((aim.x-i)*(aim.x-i)+(aim.y-j)*(aim.y-j)):
le=int((aim.x-i)*(aim.x-i)+(aim.y-j)*(aim.y-j))
lx=i
ly=j
if le!=9999:
ppx=ax
ppy=ay
ax=lx
ay=ly
else:
nx=ax
ny=ay
ax=ppx
ay=ppy
简单地讲，就是记录了一个死端nx和ny，当当前节点陷入死端的时候，就会进行回溯，回到存储的ppx和ppy这个点，然后把之前的点设置为死点，并进行新的周边转发，直到找到新的路。
这里讲一下什么时候会陷入死端：
死端大致就是这个意思，想从0到5，但是在0选择1和2的时候，由于1更近，所以会进入1，而从1会选择更近的3，那么，如果3和5的距离过远，导致无法从3到达5的时候，就会陷入“无路可走”的情况，即死端。
这个时候，就要求能够从3返回到1，然后再从1开始转发，并能够不选择距离5更近的3，而选择2，并找到正确路线。
然后，我在思考的时候，想到了另一种可能的“死端情况”：
如这种，想从0到圆心，那么从0开始，会到2，然后2将会从1和3之间选择一个作为下一节点，但是，由于1和3距离圆心距离相等，所以这就牵扯到一个随机选择的问题，如果没有解决这个问题，就有可能陷入2-3-2或者2-1-2的死循环，而我们期望的是2-3-6-7或2-1-4-5-7的路径，如果没有解决随机选择的问题，或者没有进行路径记录的话，将会陷入死循环，从而导致“灾难性”的延迟损耗。