best-first search--【转】

盲目搜索的效率很低,耗费很多时间和空间,如果我们在搜索是，能首先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.

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已在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.

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/dbigbear/archive/2007/01/05/1475001.aspx