算法小了解

@算法小了解

搜索算法

观看公开课人工智能小记：

一 显隐约束

隐约束指对能否得到问题的可行解或最优解做出的约束。如果不满足隐约束，
就说明得不到问题的可行解或最优解，那就没必要再沿着该结点的分支进行搜索了，
相当于把这个分支剪掉了
显约束可以控制解空间大小，隐约束是在搜索解空间过程中判定可行解或最优解的。

二 算法总结

1. 回溯法
   https://blog.csdn.net/wwlcsdn000/article/details/78603886
   回溯法是一种选优搜索法，按照选优条件深度优先搜索，以达到目标。当搜索到某一步
   时，发现原先选择并不是最优或达不到目标，就退回一步重新选择，这种走不通就退回再走
   的技术称为回溯法.

回溯法是一种“ 能进则进，进不了则换，换不了则退”的搜索方法。

• 回溯法解题秘籍
  （1）定义解空间 确定解空间包括解的组织形式和显约束(范围限定)
  （2）确定解空间的组织结构 通常用解空间树形象的表达(只是辅助理解并不是真的树)
  （3）搜索解空间 按照深度优先搜索，根据限制条件，搜索问题的解

2. 分支限界 :
   https://blog.csdn.net/wwlcsdn000/article/details/78607051

• 分支限界法的算法思想
  *从根开始，常以广度优先或以最小耗费（最大效益）优先的方式搜索问题的解空间树。
  首先将根结点加入活结点表（用于存放活结点的数据结构）
  *接着从活结点表中取出根结点，使其成为当前扩展结点，一次性生成其所有孩子结点，判断孩子结点是舍 弃还是保留，舍弃那些导致不可行解或导致非最优解的孩子结点，其余的被保留在活结点表中。
  *再从活结点表中取出一个活结点作为当前扩展结点，重复上述扩展过程，直到找到所需的解或活结点表为
  空时为止。由此可见，每一个活结点最多只有一次机会成为扩展结点。
  *活结点表的实现通常有两种形式：一是普通的队列，即先进先出队列；一种是优先级队
  列，按照某种优先级决定哪个结点为当前扩展结点
• 分支限界法算法步骤
  （1）定义解空间 确定解空间包括解的组织形式和显约束(范围限定)
  （2）确定解空间的组织结构 通常用解空间树形象的表达(只是辅助理解并不是真的树)
  （3）搜索解空间 按照广度优先搜索，根据限制条件，搜索问题的解
• 分支限界法解题秘籍
  （1）定义解空间 确定解空间包括解的组织形式和显约束(范围限定)
  （2）确定解空间的组织结构 通常用解空间树形象的表达(只是辅助理解并不是真的树)
  （3）搜索解空间 按照深度优先搜索，根据限制条件，搜索问题的解

3. 扩展列表:
4. 可容许启发式:
5. 一致启发式: