A*算法概述
A算法是对dijstra算法广度优先搜索的优化，广度优先搜索是需要遍历每一个邻接节点，而A加入了方向引导，让搜索朝着最靠近目标的方向前进，而这个方向引导，通常是用对当前节点的下一个节点到目标节点的权值预估；我们选择该当前节点权值加预估权值最小的方向继续前进；通常我们会有一些预估的函数计算这个预估的权值，这函数也叫启发函数。也是因此收缩了广度优先查找的范围，除非极端情况，邻接节点的预估权值都一样；
伪代码描述如下
- 初始化open_node 集合与close_node集合（与广度优先或dijstra算法类似），open_node用来存储未搜索过的节点，close_node用来存储搜索过的节点;初始化时，close_node为空,open_node为起始节点；
- 从open_node集合中选取当前总权值最小的节点进行路径扩展，如果多个node权值想等，则任意（一般按顺序遍历了）选一个扩展，当前节点加入close_node。
- 对选取的节点，遍历其邻接节点，若不在open_node集合，则加入open_node集合，并记录其父节点；
- 若已在open_node集合，计算当前路径到达该节点是否比原到达该节点的路径权值更小，若是，则更新该节点的父节点指针，并更新权值，否则什么都不做；
- 重复2-4步骤，直到目标节点加入close_node集合，此时进行路径回溯即可；
案例代码
https://www.redblobgames.com/pathfinding/a-star/implementation.html
