【问题描述】以八数码问题为例，以启发式搜索方法求解给定初始状态和目标状态的最优搜索路径。1、设计代码的构架。2、定义启发式函数，使用 A*算法，要求能正确求解出从初始状态到目标状态的移动路线。3、在控制台界面显示初始状态、目标状态和中间搜索步骤。4、在实验报告中对所采用的启发式函数作出性能分析。【问题分析】在简单的宽度优先搜索中，队列的元素排列顺序是根据进栈的先后顺序，最先进栈的排在队首。而 A*

第一个难点在于怎样判断当前状态是否已经遍历过，可以把每一种状态映射为字符串，如果该状态遍历过了，就将<该状态对应的字符串，1>加入到 map 中，每次需要判断该状态是否遍历过的时候直接使用 map 搜索 value 的值 是否存在就可以。更近一步地，可以直接把 vector<int>作为 map 的第一个值，也不需要将状态转化为字符串，直接比较判断就可以，极大地简化了代码。

第一个难点在于怎样判断当前状态是否已经遍历过，可以把每一种状态映射为字符串，如果该状态遍历过了，就将<该状态对应的字符串，1>加入到 map 中，每次需要判断该状态是否遍历过的时候直接使用 map 搜索 value 的值 是否存在就可以。更近一步地，可以直接把 vector<int>作为 map 的第一个值，也不需要将状态转化为字符串，直接比较判断就可以，极大地简化了代码。

jupyter简单使用说明