迭代加深算法思想
理解
深度优先搜索每次都是选定一个分支,不断深入,直至到达递归边界才回溯。但是这种策略带有一定的缺陷。试想以下情况:搜索树每个节点的分支数目非常多,并且问题的答案在某个较浅的节点上。如果深搜一开始选错了分支,就很可能在不包含答案的深层子树上浪费许多时间。
如下图是问题的状态空间,五角星标识着答案:
那么深度优先搜索算法产生的搜索树就如下图所示,该算法在矩形圈出的深层子树上浪费了很多时间。
此时,我们可以从小到大限制搜索的深度,如果在当前深度限制下搜索不到答案,就把搜索深度限制增加,扩大一层,然后重新进行一次搜索,这就是迭代加深的思想。所谓"迭代",就是以上一次的结果为基础,重复执行以逼近答案。
迭代加深DFS的过程如下:
虽然该过程在搜索深度限制为d时,会重复搜索第1~d-1层的节点,什么意思呢?假设在上一层第d-1层搜索失败了,扩大一层后,到了第d层,但是我们还得重新开始搜素,也就是说我们得从第1层搜索到第d层,虽然在第d-1层搜索时,我们是从第1层搜索到了第d-1层,但是每次扩大一层后,还是得从第1层一直搜索到这一层。或许你会疑惑第1到第d-1层不是在搜索第d-1层时搜过了嘛,怎么到了第d层,还会重新从1层搜索到第d层,那么这样第1层到第d-1层不是被重复搜索了嘛。其实,当搜素数节点的分支数目较多时,随着层数的深入,每层节点的个数会呈现指数级增长,这点重复搜素的总个数与深层子树的规模相比,实在是微不足道。意思就是,当扩大一层后,第d层的总节点个数会远远大于第1层到第d-1层的总节点个数。所以重复搜索前面的节点是没有关系的。
总之,当搜索树的规模随着层次的深入增长很快,并且我们能够确保答案在一个较浅的节点时,就可以采用迭代加深DFS的方法。某些题目描述"若10步以内搜不到结果就算无解",对于这种题目,可以大胆用迭代加深DFS算法。