本文介绍了搜索算法中的关键概念，包括剪枝的可行性与最优性，如何通过预判和估价函数进行有效的状态裁剪。接着讲解了双向搜索和迭代加深的思想，以及它们在解决无界深度优先搜索问题上的应用。还探讨了A*算法在求解最优解中的作用，强调了估价函数的重要性。最后提到了2SAT问题及其O(n^2)的解决方案。
目录
p.s. 讲义中还有一堆例题。（ 原谅我真的不太想听巨佬飞跃式讲课...）
剪枝（可行性&最优性）
对于可行性剪枝，要求我们“看的越远”，剪枝的效果更好。
所谓看得更远，就是我们能够通过现在的情况，预见到若干步之后能否依然可能。
举个例子来说，比如说走棋盘问题，可行性剪枝怎么剪呢？
我们可以减掉已经出界的，这种最显然，但是效果也是最差的。
我们也可以剪掉下一步没有地方走的状态，这个相比较于上一种剪枝效果不会好太多。
但是，如果我们通过一些数学方法快速计算出来一些结果，
比如假设某种染色之后，我们现在的跳法不能跳到某种颜色了，
并且还剩余这种颜色的没有访问过，那么这种状态也是不可能到达终点的状态了。
详细说下最优性剪枝。 假设目前我们的最优解是 ans，这道题目要的是最小化答案。
最低0.47元/天 解锁文章
扫一扫
560
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
