A*绕路或卡死主因是启发式函数不满足可采纳性或优先队列配置错误：四连通用曼哈顿距离，八连通需匹配斜移代价；C++中priority_queue需自定义升序比较器，并辅以best_g数组查重。
为什么你的 A* 一直绕路或卡死？检查 heuristic 是否满足可采纳性
绝大多数 A* 行为异常（比如不走直线、重复访问节点、找不到最优解）都源于启发式函数写错了。最常见的是用了欧氏距离但没开方，或者在网格地图里误用对角线距离却没加权重校正。
在四连通（上下左右）网格中，manhattan_distance 是安全且可采纳的；八连通（含斜向）时，若允许斜移代价为 1.414，则启发式必须用 chebyshev 或带权重的欧氏距离，否则会破坏可采纳性——A* 就退化成 Dijkstra，甚至失效。
- 错误示例：
heuristic = sqrt(dx*dx + dy*dy)（未取整、未适配移动代价模型） - 正确做法：四向移动就用
abs(dx) + abs(dy)；八向且斜移代价为1.414，启发式应为max(abs(dx), abs(dy)) * 1.414或直接用sqrt()但确保所有边权一致 - 调试技巧：打印前 5 个出队节点的
f = g + h值，观察h是否单调非增（理想情况下应随接近终点而稳定下降）
std::priority_queue 默认不是最小堆，你得自己配 Compare
C++ 的 std::priority_queue 默认是最大堆，而 A* 需要每次取出 f 值最小的节点。直接写 priority_queue<node></node> 会导致算法完全反向搜索。
必须显式提供比较器，且注意逻辑取反：你要“小的优先”，就得让 operator() 返回 true 当第一个参数「应该排在后面」——即按 f 升序，实际要写成 a.f > b.f。
立即学习“C++免费学习笔记（深入）”；
- 典型错误：
struct Compare { bool operator()(const Node& a, const Node& b) { return a.f → 这反而建了最大堆 - 正确写法：
struct Compare { bool operator()(const Node& a, const Node& b) { return a.f > b.f; } };，然后声明为priority_queue<node vector>, Compare></node> - 更简洁方式（C++20 起）：
auto cmp = [](const Node& a, const Node& b) { return a.f > b.f; };，再用priority_queue<node vector>, decltype(cmp)></node>
开放列表与关闭列表不能只靠 priority_queue 查重
std::priority_queue 不支持随机访问和修改，也无法高效判断某节点是否已在队列中。如果仅靠它管理开放列表，同一坐标可能被多次插入（尤其在 h 估算不准时），导致内存暴涨、性能骤降，甚至错过更优路径。
必须额外维护一个二维数组或哈希表记录「当前已知最小 g 值」，每次生成邻居时先比对：若新 g 更小，才更新并入队；否则跳过。
- 推荐结构：
vector<vector>> best_g(height, vector<int>(width, INT_MAX))</int></vector>，初始化为无穷大 - 关键判断：
if (new_g - 关闭列表可用
vector<vector>> closed</vector>，但注意：一旦节点出队就设为true，后续即使有更优g到达该点，也不再处理（这是标准 A* 的剪枝行为）
网格越界、障碍物检测必须在邻居扩展时立刻做
很多实现把边界检查放在主循环开头或节点构造里，结果在生成邻居时直接用 x+1 算下标，导致数组越界崩溃或读到脏内存。障碍物检测也常被漏掉，让算法往墙里钻。
所有邻居坐标计算后，必须立即验证：是否在 [0, width) 和 [0, height) 内；对应地图值是否为通行（如 grid[y][x] == 0）；且未被关闭（!closed[y][x]）。
- 错误顺序：
for each dir → nx = x+dx, ny = y+dy → push to pq → later check bounds - 正确顺序：
nx = x+dx; ny = y+dy; if (nx = w || ny = h) continue; if (grid[ny][nx] != 0 || closed[ny][nx]) continue; - 性能提示：把地图存为
vector<vector>></vector>比vector<vector>></vector>更省内存，访问更快；障碍物值统一用1，通行用0，避免分支预测失败
真正难的不是写完 A*，而是让 heuristic 和移动代价模型严格匹配，同时不让 priority_queue 和查重逻辑互相打架。这两个地方一错，算法就既慢又错，还不好 debug。
