很多刚接触 AI 搜索算法的朋友，一写 A算法就卡壳：要么角色在游戏里寻路时绕远路，明明直线能到却绕了一大圈；要么节点重复访问，地图大一点就卡得动不了；更有人遇到障碍物把起点终点隔开时，算法直接陷入死循环 —— 你是不是也踩过这些 “A寻路失效” 的坑？

小索奇之前帮朋友调一个 2D 小游戏的寻路功能时，就遇到过典型问题：他写的 A算法，让角色从 (0,0) 走到 (10,10)，结果角色没走直线，反而先往 (0,5) 绕了一圈再过去，查了半天发现，他居然把启发函数里的曼哈顿距离用在了支持斜向移动的地图里，导致启发值算不准，算法误以为绕路更近。后来还有一次，地图里加了几个障碍物，角色走到一半突然卡住，排查后才知道没加 “已访问节点” 标记，算法一直在重复处理同一个节点 —— 你看，就两个小细节，直接让 A算法的 “最优性” 和 “效率” 全没了。

今天就跟你掰扯掰扯 A算法的几个高频坑，都是小索奇和做游戏开发、路径规划的朋友常踩的，搞懂这些，你写的 A算法不仅能找到最优路径，效率还能提一倍，再也不用对着 “绕路的角色” 或 “卡死的程序” 发愁。

第一个坑是启发函数（h 函数）设计不合理，导致路径不是最优，甚至绕远路。A * 算法的核心是 “f = g + h”，其中 g 是 “起点到当前节点的实际代价”，h 是 “当前节点到终点的预估代价”，h 的准确性直接决定算法能不能找到最优路径。新手最常犯的错就是：不管地图支持什么移动方式，都乱用启发函数。

比如在 “四方向移动”（只能上下左右走）的地图里，两点之间的最短路径是曼哈顿距离（|x1-x2| + |y1-y2|），这时候用曼哈顿距离当 h 函数，预估代价最准；但要是在 “八方向移动”（能斜着走，比如从 (0,0) 到 (1,1) 算一步）的地图里，还用法曼哈顿距离就错了 —— 比如 (0,0) 到 (2,2)，八方向移动只要 2 步（斜着走两次），曼哈顿距离算出来是 4，h 值预估得太大，算法会误以为 “绕开斜向路径更近”，最后走出来的路就会绕远。

小索奇之前帮朋友改寻路代码时，就遇到过这种情况：他的地图支持八方向移动，却用了曼哈顿距离，角色从 (0,0) 到 (5,5)，本来只要 5 步斜着走，结果算法让角色先左右走、再上下走，走了 10 步。后来把 h 函数换成欧几里得距离（√[(x1-x2)² + (y1-y2)²]），也就是两点之间直线距离，算法立马找到最优路径。所以记住：四方向用曼哈顿距离，八方向用欧几里得距离，格子大小不一致时用切比雪夫距离，别乱搭。

第二个坑是忽略 “已访问节点” 标记，导致同一节点被重复加入优先队列，浪费算力还卡壳。A * 算法在搜索时，会不断把相邻节点加入优先队列（按 f 值排序），但如果不标记 “已经处理过的节点”，同一个节点可能会被多次加入队列 —— 比如节点 A 的 f 值是 10，第一次被加入队列，后来又通过另一条路径找到节点 A，f 值变成 15，这时候再把它加入队列，算法处理时会重复计算这个节点，地图越大，重复的节点越多，程序就越卡。

小索奇之前测过一组数据：在 100x100 的地图里，没加 “已访问” 标记时，A * 算法要处理 2000 多个节点，耗时 1.2 秒；加了标记后，只处理 800 多个节点，耗时 0.3 秒，效率直接提了 4 倍。正确的做法是用一个二维数组（比如 visited [x][y]）或哈希表，记录每个节点是否已经被 “取出队列并处理”，一旦处理过，就不再把它加入队列，避免重复计算。

第三个坑是没处理 “起点到终点不可达” 的场景，导致算法陷入死循环。比如地图里有一堵墙把起点和终点完全隔开，或者终点在障碍物里，这时候优先队列会不断弹出节点处理，但永远找不到终点，要是没加 “队列空了就停止” 的判断，算法会一直循环下去，直到程序崩溃。

小索奇见过有人做 “机器人路径规划” demo 时，没加这个判断，不小心把终点设到了障碍物里，结果程序跑了 5 分钟还没停，打开任务管理器一看，内存已经占了 1G 多 —— 就是因为队列一直在加节点，却永远找不到终点，也没停止条件。所以一定要在循环里加判断：如果优先队列为空，说明所有能访问的节点都处理完了，终点不可达，直接返回 null 或提示 “无法找到路径”，别让程序一直耗着。

还有个容易被忽略的小坑：没更新 “相邻节点的 g 值”。比如当算法通过节点 B 找到节点 C，算出 g 值是 10，后来又通过节点 D 找到节点 C，算出 g 值是 8（更近的路径），这时候需要把节点 C 的 g 值更新为 8，同时重新计算 f 值，再把它加入优先队列 —— 要是没更新，算法会一直用原来的 g 值（10），可能找不到最优路径。小索奇之前帮人调代码时，就见过有人漏了这步，导致角色明明有更近的路，却走了远路，就是因为相邻节点的 g 值没及时更新。

其实 A * 算法的逻辑不算复杂，关键是避开 “启发函数错配”“没标记已访问节点”“没处理不可达场景” 这几个坑，先明确地图移动方式（四方向 / 八方向），再选对启发函数，加好标记和停止条件，最后记得更新相邻节点的 g 值。小索奇建议新手刚开始练的时候，先从 10x10 的小地图入手，打印出每个节点的 f、g、h 值，观察算法的搜索过程，熟练后再放大地图。

你下次写 A * 算法时，要是再遇到绕路、卡壳、死循环的情况，就对照这几个坑排查，说不定很快就能找到问题。要是还拿不准，也可以跟小索奇聊聊，咱们一起分析路径。

我是【即兴小索奇】，点击关注，后台回复 领取，获取更多相关资源