如果您的语言支持回溯/生成器/迭代器/协程，则可以轻松完成此操作。

# Python code
def astar(start):
    q = [start]    # priority queue
    while len(q) > 0:
        node = heappop(q)
        if isGoal(node):
            yield node
        for x in successors(node):
            heappush(q, x)

该yield关键字类似return，不同之处在于功能可能是后重新进入yield，以获得一个解决方案。要获得最好的三个：

solutions = []
i = 0
for sol in astar(start):
    solutions.append(sol)
    if i == 3:
        break
    i += 1

但是 ，如果使用 封闭集 （即Russell＆Norvig的 图搜索
算法），则此方法将不起作用，因为在搜索最佳解时，部分非最优解可能会被“截断”。