本文探讨了八数码问题的解决方案，重点介绍了启发式搜索方法，包括A*算法和迭代加深A*（IDA*）算法。通过结合实际代价g(x)和启发式函数h(x)，确保搜索的可采纳性。此外，还提到了双向广搜作为一种有效的搜索策略，以优化内存使用。文章提供了相关的视频资源作为深入学习的参考。
(3条消息) BFS-八数码问题与状态图搜索_lllllan-CSDN博客
1.启发式搜索（A与A*）:
https://www.bilibili.com/video/BV1gt4y1Q7dt?from=search&seid=10570594341702602487
https://www.bilibili.com/video/BV1QK4y1j7bi?from=search&seid=18017027603264843331
启发式算法：
如果在选择节点时能充分利用与问题有关的特征信息，估计出节点的重要性，就能在搜索时选择重要性较高的节点，以利于求得最优解。这个过程称为启发式搜索。
与被解问题的某些特征值有关的控制信息（如解的出现规律、解的结构特征等）称为搜索的启发信息。它反映在评估函数中，评估函数的作用是评估待扩展各节点在问题求解中的价值，即评估节点的重要性。
评估函数:f()= g(x)+ h(x)
g(x)是从初始节点到一个节点x的实际代价。
h(x)是这个节点x到目标节点的最优路径的估计代价，体现了问题的启发式信息，h(x)称为启发式函数。
搜索算法的可采纳性(Admissibility)和A*算法
如果搜索法总能找到最短（代价最小
可采纳性。宽度优先搜索就是可采纳的，只不过效率不高。
可采纳性/可容纳性/可容
h(n)<= h'(n)
其中h'(n)是实际代价，h(n)是估计代价-保证了可采纳性
最低0.47元/天 解锁文章
566
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
