小知识，大挑战！本文正在参与「程序员必备小知识」创作活动
最短寻路算法是电梯算法的一种，其主要的思想是，当每次一次要运动时，选取离当前位置最近的位置移动。也就是每次只走最短的一步。 假设题目是这样的，有20个数，分布在 0到200，我们所处的位置为100。求以每次最短寻路情况下的路径。
我们可以认为这是一个搜索问题，类似深度优先搜索，每次搜索离我们最近的点移动。但是有一个问题就是，这样做的话，每当我们走一步，点离我们的距离是会动态变化的。麻烦的是每次我们都要重新最小的值决定移动方式。
这个思路并不是一个好的思路。我们得换一个想法来实现。
如果我们每次都知道左右两边离当前位置最近的点的位置，我们是不是就可以在常数的事件内决定当前的步数。
如果我们的数组是有序的，那么当前位置的两边，一定会有一个值离他最近，然后这个值的方向的下一个值会是下一次要比较的值。
这样的话，会类似于归并排序的merge操作，每次在两个数组中二选一，同样的这里的两个数组也应该是有序的。不同的地方在于，这里的类merge操作，它有个数组是倒着被选择的（因为靠进当前位置的方向距离才短）。
假设arr是已经排序过的数，序列划分成两节可以通过二分搜索来实现,代码实现如下：
pivot = bisect_right(arr, cur)
l, r = pivot - 1, pivot
positions = []
while l >= 0 or r < len(arr):
if r >= len(arr) or (l >= 0 and abs(arr[l] - cur) <= abs(arr[r] - cur)):
step += abs(arr[l] - cur)
cur = arr[l]
positions.append(arr[l])
l -= 1
else:
step += abs(arr[r] - cur)
cur = arr[r]
positions.append(arr[r])
r += 1
同样的也参考了归并排序merge中的哨兵的思想，当一边的数组已经耗尽之后，我们把它当作当作是无穷大，也就是离当前位置无穷远，可以直接考虑另一边。这样可以在一个循环里完成所有的合并操作。
当类比到了merge时，代码还是比较容易写的，当然这个方式也能看作是搜索算法，只是要从搜索的思路跳到这种实现，可能并不是那么容易。
