一些奇（mei）妙（yong）的搜索方式

dfs
bfs

迭代加深搜索：首先给DFS一个比较小的深度限制，然后逐渐增加深度限制，直到找到解或找遍所以分支为止。

启发式搜索：利用知识来引导搜索，达到减少搜索范围，降低问题复杂度的目的。（A）
定义一个评价函数f，对当前的搜索状态进行评估，找出一个最有希望的节点来扩展。
评价函数的格式：
f(n) = g(n) + h(n)
f(n)：评价函数，s到t的距离的估计值
h(n)：启发函数，对n到t距离的估计值
h*(n)：n到t距离的真实值
g(n)：s到n距离的真实值

伪代码：

while 队列非空
获取队中f函数最小的状态now
if now为目标状态
输出并退出
for now所有可以到达的状态nxt
计算f(now,nxt)
if f(now,nxt)<f(nxt)
f(nxt)=f(now,nxt)
if nxt不在队列中
nxt入队

eg.八数码问题
f(n)=g(n)+h(n) 定义h(n)为当前不在位的牌的数量


红字为遍历顺序。
A算法的缺点？第一次找到的答案不一定是最优的答案
还有A*，模拟退火神马乱七八糟的。

剪枝：可行性剪枝，最优性剪枝
eg.背包问题：
1、可行性：如果当前已经装超了，就不要再装了
2、最优性：如果把后面所有物品都放上也不能超过当前最优解的话，就不用再搜索了