我正在为一家运输公司做项目。基本上我得到了，比方说，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3000万条路线。 （重量分配是通过回溯/动态编程和＆＃34;下一个城市＆＃34;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辆卡车上最小的路线）。
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。我可以用欧几里德距离计算每个城市之间的距离 d = sqrt（（x1 - x2）^ 2 +（y1 - y2）^ 2）所以我最终得到一个图。
我打算用A *算法来订购每辆卡车的城市 并在获得有序城市之间的距离之后。问题是 在现实生活中，卡车将重返起点 ... A *可以考虑到吗？
我知道经度/纬度的最短路径并不总是最短的公里数，但是没关系，让我们说90％的准确度就行了。
知道如何计算得分＆＃34;每条路线（所有7辆卡车） 所以它可以尽可能接近实际的km？
（我可以对Google Maps API进行有限的调用，我想排除本地最糟糕的选项）