搜索求解（一）——启发式算法

基于 慕课->浙江大学 -> 人工智能：模型与算法 -> 第二章 搜索求解

**搜索指的是：**从海量信息源中，利用约束条件及额外信息来求出问题所对应的答案

一、启发式算法（个人感觉，学过数据结构来看这个会更简单）
以搜寻最短路径问题为例

问题：求 A->O 的一条最短路径
辅助信息为：

基于本问题解释几个定义：

1.状态：求 A->0 的一条最短路径 此为初始状态
2.动作：从 A 走到 B
3.状态转移：走到 B 此时的状态
4.路径： A->O 所能走的路
5.目标测试：当前求解状态，是否拿到最优

启发式算法又称有信息搜索，需要有与所求问题相关的辅助信息

评价函数 f(n)	用于选择后续节点
启发函数h(n)	从当前节点与目标节点所形成路径的最小值

算法一：贪婪优先算法（ Greedy best-first search ）

其评价函数 = 启发函数 [ f(n) = h(n) ]

过程如图：

不足之处：
1） 不完备，可能随着一条路走到头，不回来做其他尝试, 不一定是最优的
2）时间复杂度与空间复杂度为
$$O(b^m)$$

算法二：A* 算法

要求：h(n)——可容的（不会因过高的估计从节点n到目标节点之间的实际开销代价，即 <= 实际开销）、单调的

过程如图：

理论部分完成，相应代码待续。