本文，即以演示圖的形式，比較它們各自的尋路過程，讓各位對它們有一個清晰而直觀的印象。
我們比較，以下五種算法：
1. A* (使用曼哈頓距離)
2. A* (采用歐氏距離)
3. A* (利用切比雪夫距離)
4. Dijkstra
5. Bi-Directional Breadth-First-Search(雙向廣度優先搜索)
咱們以下圖為例，圖上綠色方塊代表起始點，紅色方塊代表目標點，紫色的方塊代表障礙物，白色的方塊代表可以通行的路徑。
下面，咱們隨意擺放起始點綠塊，目標點紅塊的位置，然後，在它們中間隨便畫一些障礙物，
最後，運行程序，比較使用上述五種算法，得到各自不同的路徑，各自找尋過程中所覆蓋的范圍，各自的工作流程，並從中可以窺見它們的效率高低。
A*、Dijkstra、BFS算法性能比較演示：
ok，任意擺放綠塊與紅塊的三種狀態：
一、起始點綠塊，與目標點紅塊在同一條水平線上：
各自的搜尋路徑為：
1. A* (使用曼哈頓距離)
2. A* (采用歐氏距離)
3. A* (利用切比雪夫距離)
4. Dijkstra 算法.//很明顯，Dijkstra 搜尋效率明顯差於上述A* 算法。（看它最後找到目標點紅塊所走過的路徑，和覆蓋的范圍，即能輕易看出來，下面的比較，也是基於同一個道理。看路徑，看覆蓋的范圍，評價一個算法的效率）。
5. Bi-Directional Breadth-First-Search(雙向廣度優先搜索) 
二、起始點綠塊，目標點紅塊在一斜線上：
各自的搜尋路徑為：
1. A* (使用曼哈頓距離)
2. A* (采用歐氏距離)
3. A* (利用切比雪夫距離)
4. Dijkstra 算法。 //與上述A* 算法比較，覆蓋范圍大，搜尋效率較低。
5. Bi-Directional Breadth-First-Search(雙向廣度優先搜索)
三、起始點綠塊，目標點紅塊被多重障礙物阻擋：
各自的搜尋路徑為（同樣，還是從綠塊到紅塊）：
1. A* (使用曼哈頓距離)
2. A* (采用歐氏距離)..
3. A* (利用切比雪夫距離)
4. Dijkstra....
5. Bi-Directional Breadth-First-Search(雙向廣度優先搜索) //覆蓋范圍同上述Dijkstra 算法一樣很大，效率低下。
A*搜尋算法的高效之處
如上，是不是對A*、Dijkstra、雙向BFS算法各自的性能有了個總體大概的印象列?由上述演示，我們可以看出，在最短路徑搜尋效率上，一般有A*>Dijkstra、雙向BFS，其中Dijkstra、雙向BFS到底哪個算法更優，還得看具體情況。
由上，我們也可以看出，A*搜尋算法的確是一種比較高效的尋路算法。
A*算法最為核心的過程，就在每次選擇下一個當前搜索點時，是從所有已探知的但未搜索過點中(可能是不同層，亦可不在同一條支路上)，選取f值最小的結點進行展
