迭代加深

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。