二叉堆优化提高了A星一大步，但是想要更快，更猛，还不能停步。这两天整理自己的A星，啃了些网上搜的一些大神源码，今天整理下思路分享下。
A星原理和二叉优化在天地会文章很多，这里就不多说了，要读此文先，提前是对A星有一定了解。(本文思路源于别人代码，不是我原创，呵呵)
优化大多是用空间换时间，把过程的计算量放到初始存入内存。下面直接进入正题吧。
一、障碍邻点的预计算。
判断周围格子是否有障碍还有计算格子的cost价值，如果在每次寻路的时候才去算就太浪费了，因为每次寻路的时候每个格子相邻的障碍是不会变的，价值cost也不变，我们大可以把这块计算抽出放到初始地图的时候计算。步骤如下:
1.给节点添加邻节点数组nodeLinks，和邻节点价值组costLinks。(也可建一个linkNode对象，对象里面有节点和价值两属性，反正两数组是个映对关系),保证nodeLinks[i]的价值是costLinks[i]
2.地图初始好的时候遍历每个格子，计算出其周围的所有非障碍的格子，并加入节点邻数组中存起。计算每个邻节点的价值，映对存入节点价值组。
3.寻路的时候判断节点四周有哪些格子直接从当前计算的节点的nodeLinks属性取即可，不需要再计算。
预计算可节省很多性能，不过缺点是初始的时候很慢。
二、Array数组优化
Array的indexOf和shift方法是很吃性能的，很多人的A星在while里面有这两个东西，这是那几百毫秒慢下的原因。怀疑的同学可以自己写个1万次的大循环调用这两个方法看看。要判断节点是否在开户组里面，普通人的做法是用indexOf，其实这个方式可以换成以下处理
1.给节点添加isOpen:Boolean属性
2.每次push节点到打开数组的里面设节点的isOpen为true
3.节点移出打开列表时，将节点的isOpen属性设为false
4.判断节点是否在开启列表时只需要判断isOpen即可
判断关闭同理，另外还有会用上indexOf的地方是二叉堆里面，干掉方式略。
将关闭组添加到通过父节点添加到返回路径时，很多人会用shift，把节点一个个添到path数组里面，这也是个慢的因素。可以换成push方式，push不会改变索引，所以效率很高。将关闭节点组数据通过push加入路径后，再调用reverse把数组倒置，结果跟用shift一样，不过用时可大不一样。
三、打开关闭标记，换掉不用重置
用isOpen来替代indexOf大大提升了一步性能，可是每次寻路完之后会有个问题，那就是要把节点重置，就是把所有打开和关闭列表里面的节点的isOpen,isClose设false。呵呵，虽然这个重置吃的性能相当小，不过本着追求精神，我又找出了更变态的方式。步骤如下
1.每次A星计算设一唯一自增标记markIndex,每计算一次寻路，这个整型属性+1
2.把节点里面的isOpen和isClose布尔属性改成openMark,closeMark整型属性。
3.加入列表时把openmark设为本次计算的自动标记markIndex，移出列表设为-1（或随便一个不等于markIndex的数)
4.判断是否在打开列表中只需判断if(openMark==markIndex)即可
5.某次寻路计算完之后markIndex+1
因为自增标记每次计算都不一样，所以节点的openMark不需要重置，下次也能继续用。这个方式带来的性能提升很微小不多，不追求那几十毫秒的大可无视。
四、减少while里面get/set/function
get/set的性能其实很高，不过在项目中，大量的格子一经过while方法就是数万次的运算，虽然每次性能相差很少，但量一大起来效率就明显了。不信的人可以写个大循环在里面用getter和public属性的方式对比一下，性能相差三四倍。如果节点的f,g,h,x,y这些属性用了接口get/set，那个运算毫秒相差就很明显了。function 是代码设计不可省的东西，这一步优化只适合在A星的while中用，正常项目中可省不得。
五、位运算，再提一提微小的性能
在二叉堆中的除以2，num/2==num*0.5==num >> 1，这三个种计算方式最快的明显是第三种，虽然可读性差些，不过效率还是有点提升滴。另外num*2 == num<<1;也可提升些性能
目前能想到的提速度方法就这样，先开篇日记记录一下，以后找到新的再补。源码还没整理好，暂时先这么上了