score += cur_h-node_h什么意思

### 回答1：
这条语句中的 `score`, `cur_h` 和 `node_h` 都是变量。`score` 表示当前节点的得分，`cur_h` 表示当前节点的深度，`node_h` 表示目标节点的深度。

这条语句的含义是：将当前节点到目标节点的深度差（即当前节点深度减去目标节点深度）加到当前节点的得分上，更新当前节点的得分。这个计算的目的是想要让得分更高的节点更接近目标节点，从而在搜索中更有可能找到最优解。

### 回答2：
score = cur_h - node_h这个表达式的意思是，计算当前节点的评分分数。其中cur_h代表当前节点到起点的距离（也叫启发式函数值），node_h代表当前节点到终点的估算距离（也叫剩余距离）。

在一些搜索算法中，如A*算法，我们需要对每个节点进行评估和排序，以确定下一步要遍历的节点。为了选择最佳的节点，我们需要考虑两个因素：当前节点到起点的距离（cur_h）和当前节点到终点的估算距离（node_h）。

这两个距离可以是实际的物理距离，也可以是一些经验规则根据特定问题设定的估算值。常用的估算方法是使用启发式函数，通过计算两个节点之间的几何距离、曼哈顿距离等来估算实际距离。

通过将当前节点到起点的距离（cur_h）与当前节点到终点的估算距离（node_h）之差相减，我们可以得到一个评分分数。而评分分数越低，表明该节点更接近于理想路径，因此在选择下一步要遍历的节点时，我们会选择评分分数最低的节点。

总结起来，score = cur_h - node_h的含义就是通过计算当前节点到起点的距离与当前节点到终点的估算距离之差，来确定该节点的评分分数，从而在搜索算法中进行节点排序和选择最优路径。