<![CDATA[盲目搜索的效率很低,耗费很多时间和空间,如果我们能找出一种用于从排,及选择最有希望的节点.我们称这种搜索为"启发式搜索"或"信息搜索".
进行这种搜索需要有关的信息,这信息称为启发信息,它可以分为3种:
1.用于决定哪个为最有希望的节点,以免盲目的搜索
2.决定从排的顺序.
3.决定那些节点应从搜索树中丢弃.
我们下面就讲一讲第一种,也就是判断哪个为最有希望的节点:
有序搜索:又称为有最好优先搜索(best-first search).
尼尔逊(Nilsson)提出了一个有序搜索的基本算法:估价函数f是这样决定的:一个节点的希望越大,其f值越小.算法如下:
1.把起始节点S放入OPEN表中,计算f(S),把值和S节点连结
2.如果OPEN为空表,则无解,退出.
3.在OPEN表中选择一个f值最小的节点,如果有多个节点满足要求,当其中有目标节点时,选择目标节点,否则随便选择一个,作为i
4.把i从OPEN表中移去,加入CLOSED表中.
5.如果i是目标,则成功退出,有一个解
6.扩展节点i,生成全部后续节点,对于每个后续节点j:
a..计算f(j).
b..如果j不在OPEN表和CLOSED表中,则加入OPEN表,并产生一个指向i的指针,以便求解答路径.
c..如果j以在OPEN表或CLOSED表.则比较刚计算的f(j)值和以前的值,如果新值小:以新值取代旧值,从j指向i,如果在CLOSED表中则把其从CLOSED表中移回OPEN表.
7.转向2.
有一个好的估价函数能使它工作的更好!求最短路径的例子是A*算法.
下面我们用8数码难题来做说明:
我们取估价函数为:f(n)=d(n)+w(n) //d(n)是n的深度,w(n)是放错了的棋子的个数.
假设起始节点如下: 目标节点:
2 8 3 1 2 3
1 6 4 8 4
7 5 7 6 5
第一步有三中情况,我们选择其中f(n)最小的:
2 8 3
1 4
7 6 5
其它依次类推.最后用了6步得出了结果.
我们下一节讲一讲A*算法]]>
|
本类阅读TOP10