隐式图的搜索问题

实验任务：

1）对九宫重排问题，建立图的启发式搜索求解方法；
2）用A*算法求解九宫重排问题。

实验要求：

3х3九宫棋盘，放置数码为1~8的8个棋子，棋盘中留有一个空格，空格周围的棋子可以移动到空格中，从而改变棋盘的布局。根据给定初始布局和目标布局，移动棋子从初始布局到达目标布局，求解移动步骤并输出。请设计算法，使用合适的搜索策略，在较少的空间和时间代价下找到最短路径。

算法选择

A*算法

A* 算法，A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。公式表示为：f(n)=g(n)+h(n),
其中， f(n) 是从初始状态经由状态n到目标状态的代价估计，
g(n)是在状态空间中从初始状态到状态n的实际代价，
h(n) 是从状态n到目标状态的最佳路径的估计代价。
(对于路径搜索问题，状态就是图中的节点，代价就是距离)
h(n)的选取保证找到最短路径(最优解的)条件，关键在于估价函数f(n)的选取(或者说h(n)的选取)。
我们以d(n)表达状态n到目标状态的距离，那么h(n)的选取大致有如下三种情况:
（1）如果h(n)<d(n)到目标状态的实际距离，这种情况下，搜索的点数多，搜索范围大，效率低。但能得到最优解。
（2）如果h(n)=d(n)，即距离估计h(n)等于最短距离，那么搜索将严格沿着最短路径进行， 此时的搜索效率是最高的。
（3）如果h(n)>d(n)，搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。

启发式搜索

给出了评价函数的定义： f(n) = g(n) + h(n)
其中，n为待评价的节点；g(n)为从初始节点s到节点n的最佳路径耗散值的估计值；h(n)为从节点n到目标节点t的最佳路径耗散值的估计值，称为启发函数；f(n)为从初始节点s经过节点n到达目标节点的最佳路径耗散值的估计值，成为评价函数，我们每次从叶节点选出f(n)最小的节点扩展。如果启发函数满足 h(n) <= h*(n), 则可以证明当问题有解时，A算法一定可以得到一个耗散值最小的结果。
取g(n)为层数，h(n)为不在位的数字的数量