搜索知识总结

看到一些“高深莫测”的词不要害怕~ 认真耐心看~ 会简单很多~
掌握还需多多练习

一、BFS和队列

上两篇广搜题解都在讲BFS如何运用队列的，不再赘述

二、八数码问题和状态图搜索

BFS搜索处理的对象不仅可以是一个数，还可以是一种“状态”。八数码问题是典型的状态图搜索问题。

1、八数码问题

也是一种简单的扩散过程，从初始状态出发。在八数码问题的搜索树中，存在重复的状态，八数码的重要问题：判重。

2、康托展开（一种判重方法）

每种状态对应一个数字。也是有顺序的，状态有9!种，从小到大。依次对应0，1，2……9!-1。原理：涉及到“第几大排列数”的问题。原理书上都有，来看一下康托展开判重的代码。

const int fact[10] = {1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880};//阶乘
// permutation 输入的一个全排列
//num 第几个全排列
int contor(const vector<int>& permutation) {
    int num = 0;
    int len = permutation.size();
    for (int i = 0; i < len; ++i) {
        int cnt = 0; // 在i之后，比i还小的有几个,即在未出现的元素里第几大
        for (int j = i + 1; j < len; ++j)
            if (permutation[i] > permutation[j]) ++cnt;
        num += cnt * fact[len - i - 1];
    }
    return num + 1;
}

三、A*算法

A*算法，让盲目的BFS更智能一点。“BFS+贪心”
例如最短路径问题中引入曼哈顿距离（该点距离终点横纵坐标之和），就可以去除远点走近点。还有另外一种特殊的情况，障碍物的存在，即使最近但不能直接通过。（需要评估函数）

四、双向广搜

知道起点和终点，并且正向和逆向都可进行搜索
（练习）

五、DFS

1、递归

一条路走到无路可走，再返回到有路可走的最近结点。

2、回溯和剪枝

有时一些路径没必要走到底（因为已经知道不符合要求），“看到不对头就撤退”，意思是中途停止扩展就返回，就是回溯。在回溯中用于减少子结点扩展的函数就是剪枝函数。典型八皇后。（练习）

3、迭代加深搜索（IDDFS）

一种结合BFS和DFS的方法。典型埃及分数。先确定深度，广搜索，未找到答案，在增加深度。

4、IDA*

IDA是迭代加深搜索（IDDFS）的优化，预测当前dfs状态，不在深入，及时止损。简单来讲，IDA用到了估价函数进行剪枝。以下这个例题来更好的理解这个操作~
poj3134该题难点在于，每一步搜索，新值增长极快。DFS和BFS数据可能会出现溢出。用迭代加深搜索（IDDFS），再用估价函数进行剪枝，就可以高效完成。

1.IDDFS：指定递归深度，每次DFS不超过这个深度就好
2.估价函数：如果当前的值用最快的方式（连续×2，倍增）都不能到达停止用这个值继续DFS，

都是一些书本上学来的，其实都很浅（慢慢学也会有成就感）