搜索 —— 启发式搜索

【概述】

启发式搜索算法，就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。

有时我们会遇到这样的一类题：题目描述的是一道时间复杂度很高的 NP 问题，我们要找到其中的最优解，显然不可能在短时间内找到最优解。

此时我们可以利用启发式搜索算法，来进行求解。

在程序设计竞赛中，启发式搜索的题目并不是很多，但启发式搜索算法在数据建模竞赛中应用的比较广泛。

【随机数据生成】

在开始学习启发式搜索算法之前，首先了解一下随机数据生成。

在 C++ 中，随机数据生成是利用 来调用 rand() 与 srand() 函数，来生成伪随机数序列，其中：

• rand() 函数：返回 0~RAND_MAX 间的随机整数
• srand(unsigned int seed)：根据 seed 的值，来初始化伪随机数序列

在 windows 环境下，RAND_MAX=32767，当利用 srand() 初始化时，如果 seed 的值不变，那么利用 rand() 生成的随机整数将一直相同，因此，我们需要利用一个时刻改变的变量对其进行初始化

在 中，有一个 time(time_t *t) 函数，其可以获取当前系统时间，因此，在实际应用中，常利用以下方式来生成随机序列：

srand(time(0));
int num=rand();
cout<

【常见的启发式搜索算法】

常见的启发式搜索算法有：A* 算法、蚁群算法、遗传算法、模拟退火、禁忌搜索、爬山法等，但在程序设计竞赛中，常用的是 A*算法、模拟退火、爬山法。

1. A* 算法：点击这里
2. 模拟退火：点击这里
3. 爬山法：点击这里

【例题】

1. 平衡点 / 吊打XXX（洛谷-P1337）(模拟退火)：点击这里
2. Buried memory（HDU-3007）(爬山法)：点击这里