概述：
廣度優(yōu)先算法：
是最簡便的圖的搜索算法之一，這一算法也是很多重要的圖的算法的原型。Dijkstra單源最短路徑算法和Prim最小生成樹算法都采用了和寬度優(yōu)先搜索類似的思想。其別名又叫BFS，屬于一種盲目搜尋法，目的是系統(tǒng)地展開并檢查圖中的所有節(jié)點，以找尋結(jié)果。換句話說，它并不考慮結(jié)果的可能位置，徹底地搜索整張圖，直到找到結(jié)果為止。
A星算法：
A*搜尋算法俗稱A星算法。A*算法是比較流行的啟發(fā)式搜索算法之一，被廣泛應(yīng)用于路徑優(yōu)化領(lǐng)域[。它的獨特之處是檢查最短路徑中每個可能的節(jié)點時引入了全局信息，對當前節(jié)點距終點的距離做出估計，并作為評價該節(jié)點處于最短路線上的可能性的量度。
算法實現(xiàn)原理：
廣度優(yōu)先算法：
前置條件：
1.一個初始化數(shù)組存儲地形所有點位，例如N*N的正方形地形，每個點位記錄是否未墻面（不可通行）
grid = new int[N, N];//當grid[,]=0標識可以通行，1標識不行?
2.構(gòu)造點位信息解析類
public class Node
? ? {
? ? ? ? public int[] pos;//經(jīng)緯度
? ? ? ? public bool finded;//是否尋找過
? ? ? ? public Node parent;//父節(jié)點
? ? ? ? public GameObject cube;//當前節(jié)點
}
算法步驟：
1.起點NodeA存入openList集合，
1.起點NodeA，終點NodeB；獲取openList中的點位（第一次進入獲取的是起點），從A點遍歷A點周圍4個點上，下，左，右（如果追求經(jīng)確定可以8個點上，下，左，右及斜上斜點），找到可以抵達（是否可抵達通過點位結(jié)構(gòu)數(shù)據(jù)中finded=1判斷，0未）的點位（C1,C2,C3...Ci）放入集合tempList，注意在將C點位存入tempList之前必須記錄C點的父節(jié)點A（用于步驟4中尋找最終路徑）；
2.第一輪遍歷完成后，清空openList，再將tempList賦值給openList，為下一輪遍歷做準備
2.接下來再次執(zhí)行openList中所有的點位C1,C1...Ci,重復(fù)1中的步驟
3.當最終執(zhí)行到tempList中的點位N1,N2..Ni中有一個點位等于終點B點時，循環(huán)結(jié)束
4.最終通過反向通過鏈表結(jié)構(gòu)查找父節(jié)點，? ? B->B.parent.....一直找到A.parent=null截止；
5.至此整個廣度遍歷路徑方式完成，效果如下（簡書網(wǎng)絡(luò)問題~~~~上傳不了后期補上，下同）
A星算法：
前置條件：
1.一個初始化數(shù)組存儲地形所有點位，例如N*N的正方形地形，每個點位記錄是否未墻面（不可通行）
grid = new int[N, N];//當grid[,]=0標識可以通行，1標識不行?
2.構(gòu)造點位信息解析類
/// <summary>
? ? /// 初始化構(gòu)造點位數(shù)據(jù)信息
? ? /// </summary>
? ? public class Node
? ? {
? ? ? ? public int[] pos;//經(jīng)緯度
? ? ? ? public bool finded;//是否尋找過
? ? ? ? public Node parent;//父節(jié)點
? ? ? ? public GameObject cube;//當前節(jié)點
? ? ? ? public float FValue;//最終權(quán)值（F=G+H）
? ? ? ? public float GValue;//當前節(jié)點距離終點的曼哈頓距離
? ? ? ? public Node (int x, int y)//構(gòu)造點位函數(shù)
? ? ? ? {
? ? ? ? ? ? pos = new int[] { x, y };
? ? ? ? ? ? finded = false;
? ? ? ? }
? ? }
算法步驟：
1.起點NodeA存入openList集合，NodeB放入CloseList集合表，
1.起點NodeA，終點NodeB；獲取openList中的點位（第一次進入獲取的是起點），從A點遍歷A點周圍4個點上，下，左，右（如果追求經(jīng)確定可以8個點上，下，左，右及斜上斜點），找到可以抵達（是否可抵達通過點位結(jié)構(gòu)數(shù)據(jù)中finded=1判斷，0未）的點位C;將C點存入openList集合；注意在將C點位存入tempList之前必須記錄C點的父節(jié)點A（用于步驟4中尋找最終路徑）；
2.利用點位C，通過A星算法基本公式F(最終估值)=G（C點距離目標B點的曼哈頓距離）+H（C點距離父節(jié)點起點距離），計算估值F
3.尋找openList中點位估值F最小點位，將其從openList表中取出，放入closeList表
4.以closeList表的最后節(jié)點closeList[closeList.Count - 1]作為新的起點，進行新一輪的（1,2,3）步驟操作
5.當最終執(zhí)行到closeList[closeList.Count - 1]等于重點NodeB時，循環(huán)結(jié)束
7.最終通過反向通過鏈表結(jié)構(gòu)查找父節(jié)點，? ? B->B.parent.....一直找到A.parent=null截止；
8.至此整個A星算法路徑方式完成，效果如下
說明：A星算法效率比較高，但是最終輸出的路徑并不是closeList表中點位路徑，因存在冗余點位存入closeList表中，及無效但合理的點位；所以最終正確的路徑應(yīng)該通過?B->B.parent.....反向找到路徑，這點通過詳細操作算法可以感覺到
后期我將效果圖及算法源碼公布，謝謝
