我正在为一家运输公司做一个项目 . 基本上，我得到了200辆城市和7辆卡车，我需要计算7辆卡车的最佳重量分布和最短路径（km） .
在我实际与Google Maps API进行通信之前，我会自行计算 . 对于7辆卡车，我可以在大约2小时内计算出大约30万条路线 . （重量分布通过回溯/动态编程完成，“下一个城市”选择一些数学公式）
我需要比较这些路线并记住最好的路线（7辆卡车上最小的公里） .
我得到这样的东西：
Truck 1
City 1 (x,y)
City 2 (x,y)
City 3 (x,y)
City 4 (x,y)
.....
Truck 2
City 1 (x,y)
City 2 (x,y)
City 3 (x,y)
City 4 (x,y)
.....
Truck 3
City 1 (x,y)
City 2 (x,y)
City 3 (x,y)
City 4 (x,y)
.....
etc ...
其中（x，y）是经度和纬度 . 我可以计算每个城市与欧几里德距离 d = sqrt((x1 - x2)^2 + (y1 - y2)^2) 之间的距离，所以我最终得到了一个图表 .
我正在考虑使用A *算法来订购每辆卡车的城市，然后获得订购城市之间的距离 . 问题是，在现实生活中，卡车将重新回到起点... A *可以考虑到吗？
我知道经度/纬度的最短路径并不总是以km为单位的最短路径，但是可以，假设准确度为90％ .
我知道如何为每条路线（所有7辆卡车）计算“得分”，以便它能够尽可能接近实际公里的 Map 吗？
（我可以对Google Maps API进行有限的调用，我想在本地排除最糟糕的选项）