关于游戏寻路，网络上也有很多相关的文章，一般都是已A*为主，他只是一种启发式搜索，最开始写A*是在大三，主要还是做一个路径搜索的算法。
关于游戏中A*的算法优化，由于在搜索的过程中会通过open表和close保存一些结点，为了加快查找效率一般采用对维护的方式，利用map的最小堆(按照估价值的大小排序)来构架数据结构。其实还可以利用线性的hash_map来创建维护。
而3D中游戏寻路也是采用同样的方法，只是在不同于2D的8个方向搜索而是3*8个方向的搜索。所以他的复杂度之高，在对于一个3维的N*N*N的空间，他的搜索运算为n^3*24，就需要考虑算法中的优化。
总之一句3D寻路费时又费空间！
下面是我总结的优化
1.总体还是利用a*和堆维护。
2.由于点是实心，可以直接进行对角线的行走，也就是对角线行走一步后x,y,z的坐标都会改变，从而降低通过2次二维变换的过程。二步变一步！
3.利用凸包的方式来优化。
4.把一个场景的3D地图全部细分，利用多叉树进行管理。
关于凸包的优化可以通过这样一个例子说明(因为在2D中更好的描述通过2维的地图)：
A、假设1要到2的，通过A*的搜索，他会先到0然后发现不能通过在回溯，重新寻找新的路径，这样可能浪费一些搜索时间。
B. 可以通过多边形的最小矩形凸包的方式，这样就可以减少不必要的搜索，如图所示。
那么1到2就不会经过0点。。因为次区域设置为不可通过。
C. 如果我们要查找的点在我们凸包内，所以我们在寻路最开始应该验证点是否在凸包内，如果在此区域内，在行走时不能过滤这个矩形空间。
注：游戏中地图一般是不变的，所以这些都是不变，凸包已知，验证点在凸包中也是线性的。
由于在计算3D的凸包的时候计算量大，最开始采用静态的方式来记录数据。
简单的3D寻路算法源码(不包含凸包优化)：
/Files/expter/3DAStar.rar