ניתן לראות בקלות מן הנתונים איזה אלגוריתם הכי מהיר: A* כשהפונקציה ההיורסטית היא "מרחק-מנהטן", שמונעת מהאלגוריתם לעשות מהלכים מיותרים. כמו כן, המצב יכול מאוד בקלות להתהפך, כי כשהפונקציה ההיורסטית היא לא קבילה, ניתן לראות כי האלגוריתם לוקח את מספר הצעדים לחישוב הפתרון הגבוה ביותר, ולוקח לו הכי הרבה זמן.
עוד נקודה שאפשר להוסיף היא שbfs ודייאקסטרא מתנהגים כמעט אותו הדבר ברוב המקרים. המצב קורה בגלל ששני האלגוריתמים עושים את אותה פעולה באופן שונה. הם סורקים את גרף הקלט עד למציאת פתרון, לא באופן חכם. BFS וגם Dijakstra לא מותאמים לעשות את המשימה באופן יעיל, אך הם כן מתאימים למציאת פתרון. BFS מותאם לחישוב המסלול הקצר ביותר ולא הקל ביותר, ולכן אינו מתאים למשימה. Dijakstra בגלל חמדנותו, עובר על כל המהלכים הקרובים ביותר לפי סדר מנקודת ההתחלה, ובשל היותו חמדן הוא לא מצליח לייעל את התהליך של מציאת פתרון ומגיע לתוצאה בכמות מצבים שנבדקו שדומה לBFS, שלפי הגדרה יסרוק את כל הגרף. הוא נכשל פה מכיוון שהלוחות נכנסים לתור העדיפויות לפי כמות המהלכים להגיע אליהם מלוח המקור, מה שאומר שהוא סורק את הגרף לרוחב, כל פעם מנסה לעבור על ה"דרגה" של מהלכים עד למציאת פתרון, ואם הוא לא מצא בדרגה הנוכחית, יעבור ל"דרגה הנוגחית + 1" של מהלכים מלוח המקור. ככה עובר הדייאקסטא על גרף הקלט, סורק שכבה שכבה, שלכל שכבה דרגה שונה.
במהלך ניסויי, ניסיתי לתת פונקצייה היורסטית בלתי קבילה, שהיא מספר קבוע. הדבר הניב את אותן תוצאות בדיוק בכל פעם כמו הdijakstra ללא תלות במספר הקבוע שנתתי. במצב הזה, אין התחשבות בגודל הקבוע מכיוון שהקבוע מתנהג כאילו הייתי מכפיל את כל הקשתות של הגרף בגורם מסויים, מה שלא משנה את היחסים בין משקליהן, ולא משפיע על הרצת האלגוריתמים. תור העדיפות נשאר אותו הדבר.
נקודה נוספת שאציין היא שלמרות שמספר הצעדים לחישוב הפתרון יכולה להשתנות, מספר צעדי הפתרון בדרך כלל נשארת באותה כמות, וזאת אומרת שאפשר יהיה להעזר באלגוריתם היעיל ביותר לחישוב הפתרון הקצר ביותר. בסופו של דבר כל שלושת הפתרונות אמונים על להשיג את הפתרון עם מספר המהלכים הקטן ביותר.
עוד דבר שהסקתי במהלך העבודה הוא שכמות הצעדים שעשו האלגוריתמים בחישוב הפתרון מושפעת מאוד ממספר מהלכי הערבוב שנעשו. כל מהלך מוסיף עוד עומק לגרף, מה שמגדיל את מספר האיברים בו באופן אקספוננציאלי. זאת למה אי אפשר בתצורה הנוכחית של האלגוריתמים להביא כל לוח ולצפות שהם יפתרו אותו בזמנינו, וגם לא מתאפשר מבחינת מקום בזכרון.
גם גודל הלוח משפיע ביותר על הפתרונות, מכיוון שלוח גדול יותר נותן מרווח תנועה גדול יותר, ומספר מקרים זעום יותר שבהן הקוביה הריקה קרובה לקיר או לפינה. הדבר מגדיל את מספר הקשרים של כל הילדים בגרף של המשחק, מה שגורם לגודל הגרף(הקלט) לגדול.