A star算法在有向图中代码matlab

这里是A*算法在有向图中的Matlab代码，它实现了从起点到终点的最短路径搜索：

function [path, cost] = A_star(start, goal, edges, weights, h)
% start: 起点的编号
% goal: 终点的编号
% edges: 边的列表，每一行是一个有向边的起点和终点编号
% weights: 边的权重，每一个元素是一个非负实数，表示该边的代价
% h: 启发式函数，输入一个节点编号，输出该节点到终点的估计距离

% 初始化数据结构
n = length(h);  % 图中节点的数量
f = Inf(n, 1);  % 从起点到该节点的路径代价估计
g = Inf(n, 1);  % 从起点到该节点的实际路径代价
parent = zeros(n, 1);  % 该节点在路径上的前一个节点
open_list = [start];  % 待扩展的节点列表

% 设置起点的代价
f(start) = h(start);
g(start) = 0;

% 开始搜索
while ~isempty(open_list)
    % 选择代价最小的节点进行扩展
    [min_f, current] = min(f(open_list));
    if current == goal
        % 找到了终点，构造路径并返回
        path = [goal];
        while parent(path(1)) ~= 0
            path = [parent(path(1))), path];
        end
        path = [start, path];
        cost = g(goal);
        return;
    end
    
    % 从待扩展列表中移除当前节点
    open_list(current) = [];
    
    % 扩展当前节点
    neighbors = find(edges(:, 1) == current);
    for i = 1:length(neighbors)
        neighbor = edges(neighbors(i), 2);
        tentative_g = g(current) + weights(neighbors(i));
        if tentative_g < g(neighbor)
            % 更新节点代价
            parent(neighbor) = current;
            g(neighbor) = tentative_g;
            f(neighbor) = g(neighbor) + h(neighbor);
            
            % 将新扩展的节点加入待扩展列表中
            if ~ismember(neighbor, open_list)
                open_list = [open_list, neighbor];
            end
        end
    end
end

% 如果搜索失败，则返回空路径和代价
path = [];
cost = Inf;
end

需要注意的是，该代码中的`h`函数是一个启发式函数，它需要根据具体情况进行定义。在实际应用中，通常可以使用曼哈顿距离等简单的函数作为启发式函数。