A*算法及其最优性证明

啵啵张

已于 2024-02-07 17:57:26 修改

阅读量814

点赞数

文章标签：算法

于 2023-07-17 22:46:19 首次发布

本文链接：https://blog.csdn.net/m0_56945100/article/details/131772455

版权

本文详细介绍了A*算法，包括其在树搜索和图搜索中的应用。阐述了A*算法结合真实代价与预估代价的总估计成本，证明了在启发式函数满足可采纳性或一致性时，A*算法能够保证最优性。内容涵盖了可采纳性和一致性的概念、证明以及它们与A*算法最优性的关系。

摘要由CSDN通过智能技术生成

一、A*算法介绍

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。在选择结点进行扩展时，选择总估计成本最小的结点。
$g\left ( n \right )$ ——代价一致搜索中使用的从起点到当前结点 $n$ 走过的真实代价；
$h\left ( n\right )$ ——贪心算法中使用的从当前结点 $n$ 到目标结点需走的预估代价，也即启发式函数；
$f\left ( n\right )$ ——A*算法中使用的当前结点 $n$ 的总估计成本，其中 $f\left ( n\right )= g\left ( n\right )+h\left ( n\right )$ 。

二、A*算法的树搜索版本

定义一：如果启发式函数 $h$ 是非负的并且不会过高估计当前结点到达目标的代价，则称 $h$ 满足可采纳性。将 $h^{*}\left ( n \right )$ 定义为当前结点 $n$ 到达目标的真实最优代价，则可采纳性可数学化为：

$\forall n,\ 0\leqslant h\left (n\right ) \leqslant h^{*}\left ( n \right )$

定理一：对于一个给定的搜索问题，如果启发式函数 $h$ 满足可采纳性，那么A*树搜索算法将是最优的。

证明：假设搜索树中两个可达的目标状态，一个最优目标 $A$ 和一个次优目标 $B$ 。设 $A$ 的一个祖先结点 $n$ （也可能就是 $A$ 本身）。我们将要证明 $n$ 总是先于 $B$ 被选择展开。此证明需要以下三个声明：

1. $g\left ( A\right )<g \left ( B \right )$ 。由于

最低0.47元/天解锁文章

啵啵张

关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
1
评论
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。
复制链接

扫一扫