在*（A星）算法中实现openset时，使用min（）获取最小值或对数组排序，然后在Python中弹出第一个值？

我正在用Python实现一个*（星型）算法

正如您所知，我们有一个“开放集”，它由我们计划探索的节点列表组成

在该算法中，我们从开集得到F（n）值（估计总代价）最低的节点

我们经常使用PriorityQueue，但出于某种原因，我不明白为什么PriorityQueue不能获得具有最低值的节点

#adding a node
frontier.append(someNode)
sorted(frontier)

#taking out the node
currentNode = frontier.pop(0)

因此，我创建了一个名为“frontier”的数组列表（Python中的常规列表），并将“openset”保留在那里

有两种方法可以使用它，比如PriorityQueue

currentNode = min(frontier)

从开放集获取最小值

或者，我们可以在每次向数组中添加新节点时对数组进行排序，只需使用“pop”即可获得最低值

#adding a node
frontier.append(someNode)
sorted(frontier)

#taking out the node
currentNode = frontier.pop(0)

哪一个更快？

使用min（）或先排序，然后使用pop（）

---

Python中的“min（）”使用什么算法从数组中获取最小值？

此数据结构

s

需要执行三个操作，分别是

• 获取具有最低

  F（n）

• 添加一个元素
• 删除元素

最简单的实现方法是有一个简单的列表，并使用

min（s）

获取min值，或

min（range（len（values）），key=s.\uu getitem\uuuuuu）

获取索引

这在

O（n）

中运行，因为它只查看每个元素一次。将元素添加到列表末尾将在

O（1）

中运行，从任意索引中删除将在

O（n）

中运行，因为所有后续元素都需要移位

每次对数组进行排序的想法稍差一些，因为排序在

O（n log n）

中运行。通过将min元素排序到列表的末尾可以节省一些时间，在

O（1）

中可以将其删除，但总的来说速度会较慢

最好的解决方案是使用堆或优先级队列。它将min元素保留在顶部，可在

O（1）

中检索，并允许在

O（log n）

中插入和删除元素