人工智能 启发式算法（A，A*）

启发式算法区别于盲目搜索算法，是搜索策略的一种。主要特点是 可以利用问题自身的一些特征信息（启发式信息）来指导搜索的过程，从而可以缩小搜索范围，提高搜索效率。

实际上，启发式算法也代表了"大拇指准则"（在大多数情况下是成功的，但不能保证一定成功的准则）。

启发式算法离不开启发式信息，而启发式信息反映在评估函数中。

评估函数f(x)定义为：从初始节点S0出发，约束地经过节点X到达目标节点Sg的所有路径中最小路径代价的估计值。

其一般形式为f(x)=g(x)+h(x)，g(x)表示从初始节点S0到节点X的实际代价；h(x)表示从X到目标节点Sg的最优路径的估计代价。但是实际的形式要根据问题特性确定。

A搜索算法

我们通过一个八数码的例子来解释A搜索算法。

（问题描述及插图转载自http://www.cnblogs.com/guanghe/p/5485816.html）

问题描述：

 3×3九宫棋盘，放置数码为1 -8的8个棋牌，剩下一个空格，只能通过棋牌向空格的移动来改变棋盘的布局。

要求：根据给定初始布局（即初始状态）和目标布局（即目标状态），如何移动棋牌才能从初始布局到达目标布局&#x