对维基百科A*寻路算法伪代码判断逻辑的理解疑问

• 首先明确A*算法gScore的标准初始化逻辑：
  初始化阶段只有起点的gScore被设为0，其余所有节点的gScore默认值都是无穷大（工程实现中通常用一个远大于图中所有可能路径总长度的常量代替），并不是你推导中认为的distance(start, neighbor)。
• 回到你提到的首次迭代场景（current为起点）：
  此时遍历到的邻居节点neighbor还未被访问过，gScore[neighbor]仍是初始的无穷大值，而计算得到的tentative_gScore = distance(start, neighbor)是有限的正数，显然满足tentative_gScore < gScore[neighbor]的判断条件。判断成立后才会执行后续逻辑：把neighbor的gScore更新为这个计算值、记录父节点、将neighbor加入openSet待遍历队列。
• 这个判断在后续迭代中同样有实际作用：
  当openSet中存在多个待遍历节点时，同一个neighbor可能先后被多个不同的current节点触达，此时计算的tentative_gScore代表「从起点出发，经过当前current节点到达neighbor」的路径总长度。如果这个值比已经记录的gScore[neighbor]（即之前找到的到达neighbor的最短路径长度）更小，说明找到了更优的路径，判断成立后就会更新路径信息，保证最终得到的是最短路径。

你的推导漏洞：默认首次触达neighbor时，gScore[neighbor]已经等于起点到neighbor的直接距离。实际上这个值是判断成立、执行更新逻辑之后才会被赋值的，初始状态下它是无穷大。

标准A*算法的gScore初始化伪代码参考：

// 初始化gScore字典/数组
gScore = 所有节点对应值初始为INF（无穷大）
gScore[start] = 0
// 初始化开放集
openSet = 优先队列，初始仅加入起点start

内容的提问来源于stack exchange，提问作者Stack452378