启发式搜索详解

阅前必读
本博客纯手写，无借鉴，请大胆的提意见哦QwQ

优先队列BFS
回顾普通BFS——BFS+普通队列
BFS是什么
BFS，宽度优先搜索。
它的搜索方式就像涟漪一样，是一层一层遍历下去。具体见下图：

cnt表示遍历的层次。

所谓“涟漪式”的遍历，其实就是以层次的不断向目标状态展开，对图中每一个点的最优值更新，从而达到遍历至目标状态时的最优值。

BFS可以干什么？
一般出现最短路径和最佳方案时可以使用BFS遍历。

BFS+普通队列怎么写？
下面是伪代码：

void BFS(int x)
{
初始化队列Q;
标记x已遍历;
Q.push(x);
while(!Q.empty())
{
int u=Q.top();
Q.pop();
if(u==目标状态)
{
……
}
Q.push(与u相连的未被访问的所有点);
标记u已遍历;
}
}
注：BFS+普通队列对应的是SPFA算法。

学习优化BFS——BFS+优先队列
优化BFS算法采用Dijkstra堆优化的方式求解。
注：BFS+优先队列对应的是Dijkstra算法。

Dijkstra简单回顾
从源点开始向自己的子节点扩展，将已拓展到的子节点对应的边权加入数组d当中，再在数组d当中选取一个最小值，从这个值对应的节点开始继续向下搜索。

值得一提的是，Dijkstra中，d数组里储存的“边权”是相对于源点来说的。
还没有回忆起来？这张图也许能帮到你：

Dijkstra代码简单回顾
void D()
{
for(int i=1;i<=n;i++)
a[i]=inf; //初始化
int k;
a[s]=0; //第一个节点（即根节点）距离根节点（即自己）的距离为0
prt[s]=0; //第一个节点的父亲定义为0
for(int i=1;i<=n;i++)
{
int minn=inf; //找最小边权
for(int j=1;j<=n;j++)
if(!vis[j]) //如果未访问过
if(a[j]<minn) //且此边权小于当前最小边权
{
minn=a[j]; //则更新最小边权
k=j; //记录此节点
}
vis[k]=1; //访问该节点
for(int j=1;j<=n;j++)
if(g[k][j]>0&&!vis[j]) //更新与该节点有连接的点的边权值
if(a[k]+g[k][j]<a[j]) //松弛操作
{
a[j]=a[k]+g[k][j];
prt[j]=k; //记录更新它的值的节点
}
}
}
而在寻找d数组里的最小值时需要O(n)的复杂度，所以我们期望有一种方法可以降低寻找最小值的复杂度。
由于优先队列的最优性质，我们可以用堆优化Dijkstra。

我们怎么用堆优化Dijkstra？
前文提到过堆的用途。所以我们只需要将每次的边权push到堆里，每次取出时就不需要用O(n)的时间来寻找最小值了，直接取堆顶即可。
关于堆，它查询的复杂度是O(1)