八数码 poj1077 Eight(A*、IDA*)

八数码主要参考:刘亚宁学长的八数码八境界 等

A*主要参考:百度百科初识A*算法深入A*算法 等

IDA*主要参考:http://blog.csdn.net/urecvbnkuhbh_54245df/article/details/5856756http://blog.csdn.net/nomad2/article/details/6562140 等


人工智能课的作业,借此研究下八数码,及相关的搜索算法

八数码(九宫格)是一个空间搜索的问题,而且空间只有9!(362 880)的大小,只是10e5的数量级。

八数码的解决的方案由很多:

(1)非启发性的搜索:暴力广搜,双向广搜,迭代加深的深搜;

(2)启发性搜索:A*,IDA*;(启发性算法有局部择优搜索和最好优先搜索,A*和IDA*都属于最好优先搜索,局部择优搜索有爬山算法,不过还没有研究

(3)基于概率的随机搜索;遗传算法(比较有名的还有蚁群算法,模拟退火算法等智能搜索,不过没有研究


本文主要说明A*、IDA*的搜索解法。

下面是搜索可能用到的问题的分析处理

(1)状态表示每一个状态用一个二维数组记录当前的八数码位置信息,并用记录其它属性


(2)判重方法,hash方法。

1)比较直接的是hash成字符串在,set中判重,不过字符串的操作和set的处理,效率可能要低些

2)将九宫格的hash成十进制(或九进制的表示),不过表示的实际的数据范围要大于真实空间(9! ),因为有一些数据是不可能出现在九宫格中的,

比如数据:(111111111) 是不可能出现在九宫格中

3)利用康托展开,康拓展开计算了,一个排列在所有的全排列的名次。比如4个数的一个排列3 2 1 4,其在4的全排列的名次是 2 * (3!)+ 1 * (2!) + 0 * (1!) + 0 *(0!);其中第i个数是ai:则康拓展开的ai处的值 = (排列中ai后面比ai小的数的个数) * (ai后面数的个数的阶乘);这样就完全没有空间的浪费,所以采用此法。


(3)关于A*算法。A*算法是一个启发性算法,最好优先搜索算法。关键在于其估价函数,

状态n 的估价值为:f‘(n)= g'(n)+ h'(n);

g’(n)表示从初始状态开始到状态n的最短路径值(最小消耗值),h'(n)表示重状态n到终止状态的最短路经值的启发值。由于f‘(n)实现不可知,所以用f(n)来代替 

f(n)= g(n)+ h(n);

g(n)表示初始状态到状态n的实际路径值(消耗值)(代表搜索历史信息),是已知的,h(n)表示状态n到终止状态的消耗估计值,包含着搜索的启发信息。

满足条件:1)g(n)> =g'(n)通常是满足的

    2)h(n) <= h'(n),满足此条件时,可以保证最优解

h(n)的取值可以是,状态n和终止状态中不同位置数字的个数,也可以是没有就位数字到相应位置的曼哈顿距离之和(选择此法)。

关于估价函数的理解,还有待加深。。。

关于A*的理解。A*和之前的广度优先搜索,和优先队列的搜索(最短路的dij算法)很相似。它们搜索的区别就在于估价函数不同而已。

A*既包含历史信息,也包含启发信息,广搜和优先对列的搜索则只有历史信息,没有启发信息。

广搜的估价函数值就是其搜索的深度(或实际的路径值,只不过边值是1)(历史信息,也可以说是最短路径值,其实仔细考虑也是状态图所决定的,可以说是状态的属性),是A*的特例;

优先对列的搜索的估价函数则是从初始状态到n状态的实际路径值,只不过边值不一定是1而已(历史信息,也可以说最短路径值),也可以说是A*的特例。

当然还有待加深理解。。。


(4)A*解法的过程见:百度百科

数据结构Open表,Close表

Open表即优先队列或最小堆,用priority_queue时不能实现修改值,则直接插入即可;自己实现的最小堆,可以实现修改值,效率更高。(还没有实现最小堆的方法

Close表即hash_tab[],利用康托展开后

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值