跳点搜索（JPS）是一种众所周知的对称破坏算法，可以显著提高基于网格的最佳路径查找的性能。当输入网格是静态的时，通过将JPS与目标边界技术（如几何容器（实例化为边界框）和压缩路径数据库）相结合，可以获得进一步的加速。JPS+BB和Two-Oracle Path PlannING（Topping）这两种方法是目前计算网格上最短路径的最快方法。这些算法的主要缺点是开销成本：每个算法都需要一个全对预计算步骤，其运行时间和后续存储成本可能会令人望而却步。在这项工作中，我们考虑了一种替代方法，其中我们只为网格单元预计算和存储目标边界数据，网格单元也是跳跃点由于跳跃点的数量通常远小于网格单元的总数，因此我们可以在预处理时间和空间上节省高达几个数量级的空间。
大量的预计算节省并不一定意味着性能下降。对于第二个贡献，我们展示了如何规范排序，部分扩张战略和强化中间修剪尽管预处理数据减少了，但仍可以利用它来提高联机查询性能。更快的预处理和更强的在线推理相结合，产生了三种新的高性能算法：基于搜索的JPS+BB+和Two-Oracle寻径搜索（TOPS），以及基于路径提取的Topping+。我们给出了一个理论分析，表明每种方法都是完整的和最优的。我们还报告了在全面的经验评估中取得的令人信服的成果，该评估包括了几乎所有基于网格的寻径的当前和尖端算法。
