问题描述
正如我在A *算法（A-star算法）中一样，我们将节点保留在两个列表中：一个优先级队列和一个规则数组。优先级队列称为openSet，另一个队列称为closedSet。
'openSet'包含我们要访问的节点，closedSet是我们已经访问过的节点。
这是实现A *算法的伪代码：
openSet.add(startNode)
while not openSet.empty():
currentNode = openSet.get()
if currentNode == targetNode: # This is to stop searching when target is found
break
closedSet.add(currentNode)
for neighborNode in currentNode.neighbors:
if neighborNode not in openSet and not in closedSet:
neighborNode.prevIoUsNode = currentNode #building a path from currentNode to neighbor node
neighborNode.g = currentNode.g + adjecentEdge.weight
neighborNode.h = heuristic(neighborNode,targetNode)
neighborNode.f = neighborNode.g + neighborNode.h
openSet.add(neighborNode)
else if neighborNode.g > currentNode.g + adjecentEdge.weight:
neighborNode.prevIoUsNode = currentNode #building a path from currentNode to neighbor node
neighborNode.g = currentNode.g + adjecentEdge.weight
neighborNode.h = heuristic(neighborNode,targetNode)
neighborNode.f = neighborNode.g + neighborNode.h
#Should I remove this part or not?
if neighborNode in closedSet:
closedSet.remove(neighborNode)
openSet.add(neighborNode)
return getPath(startNode,targetNode)
在此代码中，我会更新节点以降低成本，更新是否是closedSet中的节点，如果它是closedSet中的节点，则将其从closedSet中删除并将其添加到openSet中。
我们是否使用A *算法更新closedSet中的节点？
我确实在Python中实现了这两种方法，但都找到了最短的路径。
当我不更新closedSet中的节点时，它会在我的图形中更快地找到路径，但这可能只是一些巧合。
这是实现A *算法的伪代码：
openSet.add(startNode)
while not openSet.empty():
currentNode = openSet.get()
if currentNode == targetNode: # This is to stop searching when target is found
break
closedSet.add(currentNode)
for neighborNode in currentNode.neighbors:
if neighborNode not in openSet and not in closedSet:
neighborNode.prevIoUsNode = currentNode #building a path from currentNode to neighbor node
neighborNode.g = currentNode.g + adjecentEdge.weight
neighborNode.h = heuristic(neighborNode,targetNode)
neighborNode.f = neighborNode.g + neighborNode.h
openSet.add(neighborNode)
else if neighborNode not in closedSet and neighborNode.g > currentNode.g + adjecentEdge.weight:
neighborNode.prevIoUsNode = currentNode #building a path from currentNode to neighbor node
neighborNode.g = currentNode.g + adjecentEdge.weight
neighborNode.h = heuristic(neighborNode,targetNode)
neighborNode.f = neighborNode.g + neighborNode.h
return getPath(startNode,targetNode)
在实施A *算法时，我们是否更新closedSet中的节点？
如果我们更新closedSet中的节点，是否将它们再次添加到openSet中？
解决方法
如果启发式为consistent，则无需更新封闭集中的节点。如果试探法是admissible但不一致一致，则可能需要更新封闭集中的节点。
大多数现实世界中的启发式方法是一致的，因此在实施A *的大部分时间中，该算法的那部分是不必要的，并且从速度上来说根本没有实现。