图搜索算法UCS(一致代价搜索)通俗易懂图示详解

一致代价搜索实际上是在BFS(广度优先搜索算法)的基础上进行扩展的,我们在上一篇博客图搜索算法BFS和DFS通俗易懂图示详解中提到,BFS是基于队列数据结构的,既然UCS是BFS的扩展,那么UCS一定也是基于队列的,由此我们很容易想到,UCS是基于优先级队列数据结构的。
图搜索算法UCS(一致代价搜索)通俗易懂图示详解_第1张图片
我们考虑从成都出发,搜索石家庄。
首先优先级队列(以下简称PQ)中只有成都,但它是起点,所以父节点为空

父节点
子节点 成都
代价 0

接下来从成都开始搜索,没有找到目标,把成都从PQ弹出,加入它的三个邻接城市西宁,兰州,重庆

父节点 成都 成都 成都
子节点 成都 西宁 兰州 重庆
代价 0 61 100 43

此时搜索重庆代价最小,将重庆弹出PQ,加入它的两个邻接城市西安与武汉,此时从成都到西安的代价变成了43+76=119,从成都到武汉的代价变成43+118=161

父节点 成都 成都 成都 重庆 重庆
子节点 成都 西宁 兰州 重庆 西安 武汉
代价 0 61 100 43 119 161

此时最小代价城市变成了西宁,把西宁从PQ弹出,它的邻接城市有兰州,银川,成都,但是成都不在PQ中不再考虑,而尽管兰州已在PQ中,但由于从成都到西宁再到兰州的代价大于从成都直接到兰州,所以不再将其加入PQ(倘若前者小于后者代价则需要替换掉原来的代价),所以将尚未入PQ的银川加入PQ

父节点 成都 成都 成都 重庆 重庆 西宁
子节点 成都 西宁 兰州 重庆 西安 武汉 银川
代价 0 61 100 43 119 161 119

接下来最小代价城市为兰州,将其弹出,其邻接城市均已在PQ中且无需更新代价

父节点 成都 成都 成都 重庆 重庆 西宁
子节点 成都 西宁 兰州 重庆 西安 武汉 银川
代价 0 61 100 43 119 161 119

接下来最小代价城市有两个,其代价均为119,任选一个即可,这里以西安作为最小代价城市,其邻接城市中需要加入PQ的有郑州和太原,并将西安弹出

父节点 成都 成都 成都 重庆 重庆 西宁 西安 西安
子节点 成都 西宁 兰州 重庆 西安 武汉 银川 太原 郑州
代价 0 61 100 43 119 161 119 187 163

接下来是银川,将其从PQ弹出,其邻接城市均已被访问且不需要更新代价

父节点 成都 成都 成都 重庆 重庆 西宁 西安 西安
子节点 成都 西宁 兰州 重庆 西安 武汉 银川 太原 郑州
代价 0 61 100 43 119 161 119 187 163

然后是武汉,将其从PQ弹出,其邻接城市均已被访问且不需要更新代价

父节点 成都 成都 成都 重庆 重庆 西宁 西安 西安
子节点 成都 西宁 兰州 重庆 西安 武汉 银川 太原 郑州
代价 0 61 100 43 119 161 119 187 163

接下来是郑州,这时把石家庄加入PQ,然后把郑州弹出

父节点 成都 成都 成都 重庆 重庆 西宁 西安 西安 郑州
子节点 成都 西宁 兰州 重庆 西安 武汉 银川 太原 郑州 石家庄
代价 0 61 100 43 119 161 119 187 163 201

然后是太原,将其从PQ弹出,其邻接城市均已被访问且不需要更新代价

父节点 成都 成都 成都 重庆 重庆 西宁 西安 西安 郑州
子节点 成都 西宁 兰州 重庆 西安 武汉 银川 太原 郑州 石家庄
代价 0 61 100 43 119 161 119 187 163 201

最后将石家庄弹出,这样就找到了从成都到石家庄花费最少代价的路径

父节点 成都 成都 成都 重庆 重庆 西宁 西安 西安 郑州
子节点 成都 西宁 兰州 重庆 西安 武汉 银川 太原 郑州 石家庄
代价 0 61 100 43 119 161 119 187 163 201

回溯得到路径:成都 --> 重庆 --> 西安 --> 郑州 --> 石家庄,总代价为201

你可能感兴趣的:(人工智能,#,搜索算法)