估计函数与迭代加深相结合：IDA*算法

• 定义
  IDA* 算法就是基于迭代加深的A*算法。

        A*算法的关键在于设计估价函数。既然估价函数与优先队列BFS结合可以产生A"算法，那么估价函数能否与DFS结合呢?当然，DFS也有一个缺点，就是一旦估价出现失误，容易向下递归深入一个不能产生最优解的分支，浪费许多时间。因此，我们最终选择把估价函数与迭代加深的DFS算法相结合。得到 IDA * 算法

        我们设计一个估价函数， 估算从每个状态到目标状态需要的步数。当然，与A* 算法一样，估价函数需要遵守“估计值不大于未来实际步数”的准则。然后，以迭代加深DFS的搜索框架为基础，把原来简单的深度限制加强为:若当前深度+未来估计步数深度限制，则立即从当前分支回溯。
       IDA* 算法在许多场景下表现出了优秀的效率，并且程序实现的难度低于A*算法。

相关题解
POJ3460
POJ2286