啓發式算法(Heuristic Algorithm)是壹種在解決問題時通過啓發式規則來選擇下壹步操作的算法。它通常用于解決NP-hard問題，這些問題的精確算法在複雜度上是不可行的。

例如，貪心算法是壹種常見的啓發式算法，它在每壹步都選擇當前最優的選擇。比如在尋找最短路徑問題中，貪心算法每壹步都選擇當前離終點最近的節點。

另壹個例子是A*搜索算法, 主要用于解決在地圖中從起點到終點的最短路徑問題，它通過評估每個點到終點的預估距離來指導搜索，每次選擇最小f(n) = g(n) + h(n) 的節點作爲下壹步搜索的節點。

A*啓發式算法的代碼示例如下:
def a_star(graph, start, end):

創建壹個字典來存儲每個節點到終點的距離

distances = {node: float('infinity') for node in graph}
distances[start] = 0

創建壹個字典來存儲每個節點的前驅

previous = {node: None for node in graph}

創建壹個優先隊列來存儲節點

queue = PriorityQueue()
queue.put((0, start))

開始遍曆

while not queue.