在2x2魔方求解中，A算法是求解最优路径的一种常用算法。其中，h(n)函数用于评估当前状态到目标状态的估价函数。在A算法中，h(n)函数的选择对算法的效率和正确性都有很大的影响。

对于2x2魔方问题，我们可以采用以下三种h(n)函数：

1.第一种是基于魔方每个小块的颜色是否匹配的h(n)函数。当一个状态中所有的小块都彼此匹配时，h(n)为0，否则h(n)的值等于所有不匹配小块的数量。

2.第二种h(n)函数是基于魔方的角块和边块是否放置到正确位置。当角块和边块都放置到正确位置时，h(n)为0，否则h(n)的值等于所有未放置到正确位置的小块数量。

3.第三种h(n)函数是混合型的，主要是结合前两种函数，综合评估状态的估价函数。

接下来，我们使用Python代码来实现上述的三种h(n)函数：

第一种h(n)函数

def h1(state): count = 0 for i in range(4): if state[i] != i: count += 1 return count

第二种h(n)函数

def h2(state): count = 0 for i in range(4): if state[i] != i: if i < 2 and state[i] > 1: count += 1 elif i > 1 and state[i] < 2: count += 1 return count

第三种h(n)函数

def h3(state): return max(h1(state), h2(state))

其中，state是一个长度为4的列表，表示当前状态中每个小块所属的位置。

使用上述h(n)函数进行A*算法求解2x2魔方问题时，可以根据实际问题情况选择合适的h(n)函数，用于评估当前状态与目标状态之间的距离。此外，还需要使用其他