启发式搜索--A*、IDA*算法详解

A*大意：利用一个估价函数h()确定点的遍历和更新顺序从而减少遍历次数

IDA*大意：通过贪心取答案步数，并用于与估价函数剪枝，逐步验证得出正确答案。

可能看起来有点迷，其实并不难，下面将用谁都不懂通俗易懂的方式讲解。
特点是都常用于骗分。

---

前置芝士：最短路和深搜

相信大家都会。

---

算法：

1. A*

感觉并不是很需要图啊。。。

设起点到终点的总费用为f(n)，从起点到当前点的已知费用为g(n)，预估当前点到终点的费用为h(n)。
显然我们可以预估f(n)=g(n)+h(n)，便得到了一个总费用的近似值（先不考虑正确性）。

得到近似值之后，便可以加入一个小根的优先队列。明显总费用越小越好，所以先遍历预估总费用小的点。
第k次到达终点，便是k短路。
代码表示：(c++演示

struct data{
   
	int g,h;
	bool operator <(const data &v)const{
   
		return g+h>v.g+v.h;
	} 
}
priority_queue<data>q;

注意到当前点到终点的费用是预估而不是精确值，与广搜等遍历找最小算法不同，它体现了启发性，所以是启发式搜索。

该算法保证正确性的条件是h(n)<=h*(n)，其中h*(n)为当前点到终点的确定的最小费用，h(n)>=0。

证明：它的最优性质体现在当到达终点时，h(n)<=h*(n)=0，那么h(n)=0，f(n)=g(n)+h(n)=g(n)+0=f*(n)，其中f*(n)为真正的总费用，即f(n)就为最短路径。
(参考：https://bbs.csdn.net/topics/70416815)

其中当h(n)越靠近h*(n)，效率越优秀。这一点可以感性理解，越靠近真实值就越准确（证明可以买专业书看
所以A*算法的运行效率取决于估价函数的优劣。

同样的，A*也可以用于求k短路问题。
因为高效率，我们可以一直跑，直到第k次到达终点，即为k短路。

当然，我们既然能够跑多次，那么跑一次最短路绰绰有余。我们不如从终点往回用dijkstra等算法得到终点到每个点的距离，即每个点的h*(n)，此时估价函数与实际距离相同，必然最优。

2. IDA*

这是另外一种方向，但仍要用到上面所说的f(n)，g(n)，和h(n)。

我们不再直接得到费用，而是采取贪心的方法预设一个总费用，并验证是否可行，不可行就增大这个费用，重复操作，直到找到一个可行的费用为止，该费用就是答案（十分暴力

有了这个总费用，相当于给你的算法加了一个天花板，限制了天马行空的枚举。
用代码的形式写出来就是：

if(g(n)+h(n)>f(n)) return;

但别小看这一句，它能大大优化爆搜，使复杂度变得玄学而通过。
h(n)一般每个状态都计算一遍或者从上一个状态转移。

常用于数据量在两位数以内的爆搜题。

---

技巧：

在求k短路时，可以设置一个数组限制每个点只能到达k次，因为已经是到点x的k短路了，再从x走到终点必然最优也是k短路，所以每个点到达k次以上没有意义，可以剪枝。

---

代码：

1. A* 洛谷 P4467 [SCOI2007]k短路

没有办法，出题人又卡A*。。。

#include<bits/stdc++.h>
using namespace std;
int e1[10010],w1[10010],nxt1[10010],head1[110],cnt1;
int e2[10010],w2[10010],nxt2[10010],head2[110],cnt2;
int dis[110],n,m,k,a,b;
bool vis[110];
struct data1{
   
	int x,s;
	bool operator <(const data1&v)const{
   
		return s>v.s;
	}
};
priority_queue<data1>q1;
struct data2{
   
	int x,s;
	long long sta;
	vector<int>v;
	bool operator <(const data2&y)const{
   
		if(s+dis[x]!=y.s+dis[y.x])
		return s+dis[x]>y.s+dis[y.x];
		for(int i=0;i<min(v.size(),y.v.size());i++)
		if(v[i]!=y.v[i]) return</