Threejs路径规划_基于A*算法案例V2

        路径规划算法中有两种算法使用最普遍，第一个是Dijkstr算法，第二个是A*算法，两个算法各有千秋，Dijkstra算法可以保证最优解，但是复杂度较高，尤其当点数量较多时，A*算法是一种启发式搜索算法，它不保证最优解，但成本很低，也是很多机器人移动或者游戏中人物自动寻路场景中常用的算法。

        下面来说下大概得逻辑，假设有30*30的方格，从1,1点要到25,20点，会先从1,1出发，查询1,1能到达的点，假设1,1能够到达（0,1),(1,0),(1,2),(2,1)这四个点，那么求出四个点中哪个点距离目标点(25,20)的曼哈顿距离最近，得到这个这里距离最近的点之后，再找出这个点能够到达的点，从它能够到达的点中再求出四个点中哪个点距离目标点(25,20)的曼哈顿距离最近。依此类推，直到到达目标点。

        ps:曼哈顿距离也就是横向距离加上纵向距离，而不是勾股定理求出的横向距离的平方和纵向距离的平方再开根，因为一般使用A*算法的更多的是街道或者网格状的场景，用曼哈顿距离更加符合实际场景。

        下面可以通过threejs来演示，首先在threejs场景中绘制一个30*30的网格，在绘制网格的时候就正好存储每个网格的点，并用x.y为点的名字，再存储每个点能到达点的路线，另外为了演示更真实可以防止一些障碍物，并在绘制场景的时候去掉能连接到障碍物的路线，

    initTable() {
      const cylinderMaterial = new THREE.MeshLambertMaterial({ color: '#d3d3d3' })