难道不是这样吗，当计算一个图块的移动次数时，可能会导致其他图块也到达它们的目标状态？因此，对每个图块进行计数可能会给出比达到目标状态所需的最少移动次数更多的计数？

这个问题是关于15拼图的曼哈顿距离。

以下是用不同的话表达的问题：

我们是否可以将曼哈顿距离用作N拼图的可采纳的启发式算法。 为了实现A*搜索，我们需要一个可采纳的启发式算法。 曼哈顿启发式算法是一个合适的选择吗？ 如果是，你如何反驳上述论点（问题中的前3句话）？

定义：A* 是一种搜索算法。 它使用启发式函数来确定到目标的估计距离。 只要这个启发式函数从不过高估计到目标的距离，该算法就会找到最短路径，可能比广度优先搜索更快。 满足该条件的启发式算法是可采纳的。

回答：

可采纳的启发式算法不能高估解决这个问题所需的步数。 既然你一次只能移动一个方块，并且只能在4个方向中的一个方向移动，那么每个方块的最佳情况是它有一条清晰、畅通的路径到达它的目标状态。 这是1的曼哈顿距离（M.D.）。

一对块的其余状态是次优的，这意味着它将需要比曼哈顿距离更多的移动才能将块放置在正确的位置。 因此，启发式算法永远不会高估，并且是可采纳的。

当有人发布正确的、正式的版本时，我将删除它。