当试探法的估算值高于实际最终路径成本时，您就高估了。您会低估何时降低（您不必低估，就不必高估； 正确的
估计就可以了）。如果图形的边成本全部为1，则您给出的示例将提供高估和低估的结果，尽管纯坐标距离在笛卡尔空间中也可以起作用。

高估并不能完全使算法“不正确”。这意味着您不再具有 可允许的启发式 ，这是保证A
*产生最佳行为的条件。通过不允许的启发式算法，该算法可以完成大量多余的工作，以检查应忽略的路径，并可能由于探索而找到次优路径。是否实际发生取决于您的问题空间。之所以会发生这种情况，是因为路径成本与估算成本“脱节”，这从本质上使算法弄乱了有关哪些路径比其他路径更好的想法。

我不确定您是否会找到它，但是您可能想看看Wikipedia A
*文章。我之所以提到（和链接），主要是因为Google几乎不可能做到这一点。