啵啵张-CSDN博客

原创搜索——超越经典搜索（Beyond classical search）

在（c）中按照（b）中的概率随机的选择两对进行繁殖（其中第二个父代被选择两次，第四个父代一次也没有被选中，其它两个各选中一次）。，也即过程（关心路径的搜索算法如BFS，DFS，GBFS，A*搜索等），所以并不存储之前的搜索过程，而只关心问题的目标解，也即最终结果。通常的情况是早期的种群是多样化的，因此杂交在搜索过程的早期阶段在状态空间中采用较大的步调，而在后来当大多数个体都很相似的时候采用较小的步调。（2）经常能在系统化算法不适用的很大或无限的（连续的）状态空间中找到合理的解。

2023-10-28 11:53:02 71 1

原创搜索——对抗搜索（Adversarial search）

我们考虑的对抗搜索是指有完整信息的确定性的轮流行动的两个游戏者的零和游戏。解释是，在确定的、完全可观察的环境中的两个Agent必须轮流行动，在游戏结束时效用值总是相等并且符号相反。零和博弈：同一游戏中所有选手的总收益都一样的情况。如：0+1,1+0,1/2+1/2。：初始状态。：定义此时轮到谁行动。：返回此状态下的合法移动集合。：转移模型，定义行动的结果。：终止测试。：效用函数（目标函数或收益函数）。博弈树图一：井字棋：叶结点上的效用值是对于MAX来说的。

2023-10-27 21:15:27 149 1

原创搜索——约束满足问题（CSP）

CSP搜索算法利用了状态结构的优势，使用的是通用策略而不是问题专用启发式。其主要思想是通过识别违反约束的变量/值的组合迅速消除大规模的搜索空间。约束满足问题包含三个成分和是变量集合；是值域集合，每个变量都有自己的值域；是描述变量取值的约束集合。例如下图CSP问题，相邻地区不能同色：可以把以上CSP问题表示为如下约束图。

2023-10-10 21:54:56 280 1

原创概率统计和贝叶斯网络

贝叶斯网络可以本质上表示任何完全联合概率分布。贝叶斯网络是一个有向图，每个结点都标注了定量的概率信息，定义：1、每个结点对应一个随机变量，这个变量可以是离散的或者连续的。2、一组有向边或箭头连接结点对。图中没有有向回路，即贝叶斯网络为有向无环图（DAG）。3、每个结点有一个条件概率分布量化其父结点对该结点的直接影响。2、贝叶斯网络中联合分布公式其中为出现在的父结点取值。

2023-09-28 20:21:11 54

原创 SAT问题

WALKSAT算法在每次迭代中选择一个未得到满足的子句，并从该子句中选择一个命题符号进行翻转操作（即真假值改变）。它在两种方法中以某一概率随机选择一个来挑选要翻转的符号：（1）“最小冲突”，即最小化新状态下未得到满足语句的数量；2、变量和值排序：类似CSP中的度启发式，该启发式总是建议选择在剩余子句中出现最频繁的变量。要注意的是，在检验符号是否为纯时，算法可以忽略自模型开始构造以来已知为真的子句。纯符号是指在所有子句中以相同“符号位”（即都为正文字或都为负文字）出现的符号。单元子句即只有一个文字的子句。

2023-09-21 16:26:02 192

原创最小生成树（MST）

在Kruskal算法中，集合是一个森林，每次加入到中的安全边是连接两个不同分量的边中权重最小的。初始每个结点均为一个连通分量，算法的过程是不断找到连接不同连通分量中最小的边，则由推论可保证正确性。

2023-09-01 22:18:04 258 1

原创不相交集合的数据结构（Disjoint Sets）

每个集合对象包含head和tail属性，head指向表的第一个对象，tail指向表的最后一个对象。链表中的每个对象都包含一个集合成员、一个指向链表中下一个对象的指针和一个指回到集合对象的指针。FIND-SET过程是一种两趟方法：当它递归时，第一趟沿着查找路径向上直到找到根，当递归回溯时，第二趟沿着搜索树向下更新查找路径上每个结点，使其直接指向根。在一个不相交集合森林中，每个成员仅指向它的父结点，根结点是代表，且是自己的父结点。在FIND-SET操作中，该策略可以使查找路径中的每个结点直接指向根。

2023-08-30 19:42:32 99 1

原创最短路径问题——单源最短路径问题

根据结点的拓扑排序次序来对有向无环图进行边的松弛操作（由于无环，则负环路肯定不存在）。每次松弛从当前结点出发的所有边。伪代码：邻接表存储：；邻接矩阵存储：。

2023-08-24 11:55:52 347 1

原创图算法（BFS和DFS）

Prim的最小生成树算法和Dijkstra的单源最短路径算法都使用了类似广度优先搜索的思想。给定图和一个可识别源结点，BFS可以计算从源结点到每个可到达的结点的距离（最少的边数），同时生成一棵广度优先搜索树。在广度优先搜索树里从结点到结点的简单路径所对应的就是图中从结点到结点的最短路径，即包含最少边数的路径。该算法总是在发现所有距离源结点为的所有结点后才会发现距离源结点为的其他结点。在广度优先搜索过程中，在概念上将每个结点涂上白色、灰色或黑色。所有结点一开始均涂上白色。

2023-08-14 18:50:22 90

原创堆及优先级队列

建好之后A[1]一定是最大值，我们将其与A[n]值进行交换，再将A[n]从堆中删除（该操作可以通过A.heap-size-1实现，也就是说虽然实际上A[n]还在数组中，但只有1到A.heap-size是堆元素）。此时只有A[1]可能会违背堆的性质，调用MAX-HEAPIFY（A,1），从而在A[1...n-1]上构建新的最大堆。解释：由于改变A[i]的值可能会违反堆的性质，则当前元素会不断的与其父结点进行比较，如果当前元素关键字较大，则与其父结点进行交换。INSERT（S,x）：把元素x插入到集合S中。

2023-08-09 17:29:25 80 1

原创分治法（Divide-and-Conquer）

将原问题分解为几个规模较小但类似于原问题的子问题，递归地求解这些子问题，然后再合并这些子问题的解来建立原问题的解。分解、解决、合并。分析分治算法：若问题规模足够小，如对某个常量，则求解需要常量时间。假设将原问题分解为个子问题，每个子问题的规模为原问题的（在许多分治算法中分解时间，合并时间。

2023-08-01 12:18:18 60 1

原创知识（Knowledge）——一阶逻辑（First-order Logic）

命题逻辑假定世界中的事实要么成立要么不成立。一阶逻辑的假设更多：即，世界由对象构成，对象之间的某种关系或者成立或者不成立。是析取式，所以它们遵循De Morgan定律。括号内外分别是量化语句和非量化语句的De Morgan定律。语言，因为它的语义是基于语句和可能世界之间的真值关系；它具有充分的表达能力，可以采用析取式和否定式来处理不完全信息；缺点：命题逻辑表达能力有限。命题逻辑和一阶逻辑之间最根本的区别在于每种语言所给出的。，即语句的含义是它的各部分含义的一个函数；实际上是论域上所有对象的合取式，而。

2023-07-20 09:16:02 461 1

原创知识（Knowledge）——命题逻辑（Propositional Logic）

—知识库（Knowledge Base，KB）由语句构成。模型检验（深度优先的）是可靠的，因为它直接实现了蕴涵的定义，而且是完备的，因为它可以用于任意。一个语句是有效的，如果在所有的模型中它都为真。：当且仅当，也称双向蕴含（biconditional）；（3）所有逻辑等价都可以作为推理规则（见上面逻辑等价表）如果一个语句在某些模型中为真，那么这个句子是可满足的。的一个模型（简单来说模型就是所有语句的一个赋值），用。是互补文字（即一个文字是另一个文字的否定式）。：或，也称析取（disjunction）；

2023-07-18 21:43:51 211 1

原创 A*算法及其最优性证明

A*算法结合了代价一致搜索（Uniform Cost Search）中使用的真实后向成本和贪心算法搜索（Greedy Search）中使用的预估前向成本，组成了总估计成本。在选择节点进行扩展时，选择总估计成本最小的节点。——代价一致搜索中使用的从起点到当前节点走过的真实代价；——贪心算法中使用的从当前节点到目标节点需走的预估代价，也即启发式函数；——A*算法中使用的当前节点的总估计成本，其中。

2023-07-17 22:46:19 672 1

原创搜索——基于路径的搜索

但是有一种特殊情况，如果当所有节点间的边/权重都是相同的为一固定常数，那么BFS便是最优的（最常见的情况就是无权重图，或者是权重均为1）（一般地，如果路径代价是基于节点深度的非递减函数，那么BFS是最优的）。在图搜索时，DFS也非最优，这是因为DFS总是偏向于找到整棵树上靠左侧的解，并不能保证找到的解是最优的。接着，由于每一步的代价非负的，随着节点的增加路径不会变短。这是因为，BFS偏向于寻找整棵树中最浅的节点，如果解存在，那它一定位于有限层上，BFS一定会在有限步内找到该解。但是在图搜索算法下是完备的。

2023-07-17 15:39:40 195

m0_56945100的博客