Python优先级队列中的*搜索

我试图用Python编写一个A*搜索来解决一个迷宫，但是我很难找到一个内置的优先级队列来解决这个问题。目前我正在使用PriorityQueue，但它不提供更改项目优先级的功能，这在算法底部的注释部分（在else if语句中）是一个问题

有没有人知道我可以在那个块中做些什么，或者内置的优先级队列会给我这个功能

def A_search(maze, start, end):
expanded = 0 # use to track number of nodes expanded by the algorithm
node1 = Node(start,0)
frontier = PriorityQueue()
frontier.put((dist_to_goal(node1,end) + node1.get_cost(), node1))
visited = []
in_frontier = [] # keep track of items in frontier, PriorityQueue has no way to peek
in_frontier.append(node1)
while(True):
    if(frontier == []):
        return(None,expanded)
    curr = (frontier.get())[1]
    in_frontier.remove(curr)
    expanded += 1
    if(curr.get_loc() == end):
        return(curr,expanded)
    visited.append(curr.get_loc())
    neighbors = find_neighbors(maze, curr.get_loc())
    for neighbor in neighbors:
        node_n = Node(neighbor,node1.get_cost()+1)
        node_n.parent = curr
        if(neighbor not in visited) and (node_n not in in_frontier):
            frontier.put((dist_to_goal(node_n,end) + node1.get_cost(), node_n))
            in_frontier.append(node_n)
        # else if node_n is in frontier w/ a higher path cost then replace it w/ current

---

在内置库中，最接近的是

---

更改优先级后，您需要调用

heapq.heapify

（花费O（n）个时间，但不会改变*总体复杂度）或在O（log n）时间使用内部

heapq.\u siftdown

函数

关于优先级队列实现说明中的

heapq

模块的官方python文档中讨论了更新项目优先级： 使用这些注释，我成功地编写了自己的

PriorityQueue

实现，该实现支持添加任务并在任务存在时更新其优先级。它包括使用一个指向优先级队列中任务的

条目查找器
dict
。更新任务的优先级，只需将现有任务标记为已删除并以新优先级插入即可。
在这个实现中，您可以使用方法
add\u task

class PriorityQueue（）：
删除=“”
定义初始化（自）：
self.pq=[]
self.entry_finder={}
self.counter=itertools.count（）
def add_任务（自身、任务、优先级=0）：
如果在self.entry\u finder中执行任务：
自我删除任务（任务）
计数=下一个（自我计数器）
条目=[优先级、计数、任务]
self.entry\u finder[任务]=条目
堆堆（self.pq，条目）
def删除_任务（自我，任务）：
entry=self.entry\u finder.pop（任务）
条目[-1]=自删除
def pop_任务（自我）：
而self.pq：
优先级、计数、任务=heapop（self.pq）
如果任务未自行删除：
del self.entry_finder[任务]
返回任务
一无所获