图5：A*算法
我们并非每次都需要一个最优解。对于路径搜索来说，假设我们打游戏每设置一个目标位置就遍历全部的边，那么在需要频繁寻路的游戏中，效率就会很低。在权衡路线规划质量和执行效率的情况下，我们只需要寻求一个次优解就足够了。这时候就需要启发式搜索算法来实现了。
分类 开发相关 下的文章
图4：Dijkstra算法
我们已经知道了深度优先搜索和广度优先搜索，适合在无权图搜索的适合使用。而在实际场景中，比如我们想获取A路口到B路口的最短路线，最短时间或者最少红绿灯的路线，就需要对一个有权图就行最短路径搜索了。Dijkstra算法就是处理有权图搜索的算法。
图3：拓扑排序
现实生活中的的顺序并不是简单的大小比较，而是一种依赖关系。比如我们穿衣服必须先穿内裤再穿外裤，先穿袜子再穿鞋。再比如，编译文件的时候先编译没有依赖的文件，再编译依赖文件。
图2：图的搜索（遍历）
图的表达能力很强，图的搜索算法在实际生产中有巨大的用出，不论是游戏寻路，地图导航，路径规划等等方向都有普遍应用。我们生活中很多场景都可以抽象为图结构，这使得图算法一直是一个重点，难点也是热点。
图1：图的表示与存储
在图论中，图 (graph) 是一个二元组 G=(V(G), E(G))。其中 V(G) 是非空集，称为 点集 (vertex set)，对于 V 中的每个元素，我们称其为 顶点 (vertex) 或 节点 (node)，简称 点；E(G)为 V(G) 各结点之间边的集合，称为 边集 (edge set)。常用 G=(V,E) 表示图。
图（Graph）是一种由顶点（vertex）和边（edge）组成的非线性数据结构。