我不确定A*(A星(寻路算法是什么样的设计范式。根据Anany Levitin的《算法设计与分析导论》一书的主题，我认为设计范式是一种贪婪的技术，因为这种算法是Dijktra算法和贪婪最佳优先的结合，这是贪婪的技术。但我不确定这是否是一个很好的推理。
编辑：根据Emma的评论，她给了我一个维基百科的链接，上面写着" Dijkstra和A *是动态编程的特殊情况。A* 本身是分支和绑定泛化的特例。 但是在另一个维基百科链接中说："Dijkstra算法和相关的A *搜索算法是可验证的最优贪婪算法，用于图形搜索和最短路径查找。
你有一个很好的问题！
贪婪是被困住了!!
我想这取决于，我同意问题评论中的"这是一点苹果和橙子"。
您的特定问题的答案可能在这里或这里。
根据一些维基百科页面，它被认为是贪婪或动态编程(DP(。
然而，templatetypedef在评论中也有一个很好的观点："我会认为它是贪婪的，因为它在每个点上都做出了局部最优的决定。
<小时 />贪婪
<小时 />Dijkstra的算法和相关的A*搜索算法是 用于图形搜索和最短的可验证的最佳贪婪算法 寻路。
动态编程
A* 与贪婪的最佳优先搜索算法的不同之处在于 它考虑了已经行驶的成本/距离 g(n(。
Dijkstra算法的一些常见变体可以看作是 A* 的特殊情况，其中所有节点的启发式 h(n( = 0;在 反过来，Dijkstra 和 A* 都是动态规划的特例。 A* 本身是分支和边界泛化的特例。
参考
-
A* 搜索算法
-
算法范式
我认为 A* 的主要范式是穷举搜索(或分支和绑定 (b&b(，很多人认为穷举搜索和 b&b是两种不同的范式，但我认为 b&b 只是实现和改进穷举搜索的一种技术(，像其他穷举搜索一样，A* 将探索整个解决方案空间(排除确定比最优解决方案最差的解决方案(。贪婪只是一种附加技术，用于在最有希望的方向上导航搜索。
它不贪婪。
根据维基百科的说法，贪婪算法"是遵循在每个阶段做出局部最优选择的问题解决启发式的任何算法"，这不适用于 A*(恕我直言，在该维基百科页面的示例部分中列出 A* 是错误的(。
为什么？
我对上述定义的理解是，"在每个阶段做出局部最优选择"意味着我们忽略了该状态下可能的其他选择——在贪婪的策略中，我们永远不会重新考虑以前做出的选择。
对于A*来说并非如此，如果该阶段的先前选择看起来不再"最有希望"，那么A*最终将探索在任何阶段做出的所有选择。的确，A* 将以局部最优选择开始其详尽的探索。
我的论证基于直接、直观的映射，即定义中的"阶段"和"选择"这两个词映射到 A* 算法中的"图节点"和"图边"。但是，如果你想将"阶段"映射到"探索的子图"，那么A*确实有资格成为贪婪 - 但是通过这种非直观的映射，即使是广度优先也会变得贪婪。