不可接受的启发式可能导致A *无法找到目标的最佳路径 . 例如，假设搜索树只有两个分支：
A -1-> B -1-> C
A -3-> D
也就是说，从A到B的步骤成本为1，从B到C的步骤成本为1，从A到D的步骤成本为3. A是根，C和D都是目标 .
如果不允许的启发式算法给出B的估计值为3，则A *搜索将在C之前扩展D，从而找到不是最便宜的目标的路径（3而不是2） .
现在，考虑8拼图 . 假设我们实现了一个有缺陷的汉明距离启发式算法，我们将空白计算为一个区块 . 这显然是不可接受的，因为它给出了从目标开始的状态1移动的估计值2 .
我的问题：是否有一个（希望很小）的例子，这导致A *无法找到最接近根的目标（或至少扩展比必要的节点更多）？