Dijkstra vs A*
Dijkstra vs A* compared — heuristics, speed, optimality and use cases, with interactive pathfinding visualizers.
Dijkstra finds shortest paths from a source to every node; A* adds a heuristic that aims at a single goal, exploring far fewer nodes. A* with a good heuristic is Dijkstra, only smarter about direction.
Dijkstra vs A* at a glance
| Dijkstra | A* | |
|---|---|---|
| Heuristic | None | Yes (estimate to goal) |
| Target | All nodes | One goal |
| Nodes explored | More | Fewer |
| Optimal | Yes | Yes (admissible heuristic) |
When to use Dijkstra
Use Dijkstra for shortest paths to all nodes or when no good heuristic exists.
When to use A*
Use A* for point-to-point pathfinding where you can estimate distance to the goal.
Tools for Dijkstra & A*
Dijkstra 算法可视化工具
在网格上可视化 Dijkstra 寻路算法——绘制墙壁、拖动起点/终点、生成迷宫，并逐步查看搜索过程。直接在浏览器中运行。
打开工具A* 寻路算法可视化工具
在方格网格上交互式演示 A* 寻路算法,使用曼哈顿距离启发式函数——绘制墙壁障碍、拖动起点/终点、生成迷宫、逐步执行搜索过程。完全在浏览器中运行。
打开工具广度优先搜索（BFS）可视化工具
在网格地图上交互式演示广度优先搜索——绘制墙壁、拖动起点/终点、生成迷宫，逐层查看搜索范围如何扩展。直接在浏览器中运行。
打开工具迷宫生成器
使用递归分割（recursive division）算法逐步生成迷宫的动画工具——实时查看墙壁的构建过程、调整生成速度、随时生成新迷宫。与寻路算法可视化工具搭配使用效果极佳。完全在浏览器中运行。
打开工具Dijkstra vs A*
递归分割算法是如何生成迷宫的？
它从一个空白区域开始，然后递归地用一堵带有随机缺口的直墙分割每个空间，如此反复，直到空间小到无法继续分割。
什么是「完美迷宫」？
指任意两个格子之间有且仅有一条路径的迷宫——没有环路，也没有孤立区域。递归分割算法生成的始终是完美迷宫。
我可以求解这个迷宫吗？
可以——把这个布局复制到 BFS、Dijkstra 或 A* 可视化工具中（它们使用相同的方格网格），即可查看寻路算法如何穿过它。
还有哪些其他的迷宫生成算法？
递归回溯（随机化 DFS）、Prim 算法、Kruskal 算法、Wilson 算法和 Eller 算法——每种算法生成的迷宫在视觉结构上都各具特色。