【DayDayUp】【算法_搜索_A* 和 IDA*】

【坚持不能偷懒】

【A*——A Star算法（启发式搜索）】

记起点为 Start 终点为 End

f(n) = g(n) + h(n)

f(n)—— 经由状态 n 到 E 的【预计代价】

g(n)—— S 到 n 的【实际代价】

h(n)—— n 到 E 的 【预计代价】 —— 预计代价自行使用函数

搜索方法：

根据节点的 f(n)

每次选中 f(n) 最小的点加入搜索

搜索到End即可找到最短路

————————————————————

我在想，这样的估计能不能确保最优

百度了没有发现比较肯定的答案

百度百科上有这样的——

1. 如果h(n)<= d(n)到目标状态的实际距离，这种情况下，搜索的点数多，搜索范围大，效率低。但能得到最优解。
2. 如果h(n)=d(n)，即距离估计h(n)等于最短距离，那么搜索将严格沿着最短路径进行， 此时的搜索效率是最高的。
3. 如果 h(n)>d(n),搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。
4. 
   

对于1——h(n)<=d(n) 必然最优（以网格图搜索最短路为例）

假设实际最优解为 Ans

如果 f(p) = g(p) + h(p) 是一个非最优解

且 p 的下一个状态就是 End

那么 他的最后一步，因为 h(p)<=d(p)

且最后一步 d(p) 必然为 1

又h(p)>=1 所以 h(p) ==1

有f(p) = g(p) + h(p) = g(p) + d(p) > Ans

如果存在一个事实上的更优解的中间状态f(q)

f(q) = g(q) + h(q) 根据 h(n)<=d(n)

所以 f(q) <= g(q) + d(q) 即 f(q) <= Ans

那么——必然有 f(p) > f(q)

所以任意的f(p)不会在f(q) 之前进入搜索队列

所以这样的A* 能跑出最优解

【IDA*——基于迭代加深的A*算法】

在A*的基础上加入一个【深度的控制】

限制一个深度，不考虑深度外的搜索

如果在深度范围内没有得出结果

再把深度扩大，直到得出结果

可以把一般的搜索题，用A*或者IDA*来练习。

相关参考

堪称最好的A*算法

http://blog.csdn.net/b2b160/article/details/4057781

IDA*

http://blog.csdn.net/urecvbnkuhbh_54245df/article/details/5856756

八数码的八境界

http://blog.csdn.net/rachelsg/article/details/52717693?locationNum=10&fps=1