几种搜索算法原理比一比

1. A搜索：总代价 f(n) = g(n) + h(n)，其中g(n)为从初始状态到达该状态的代价（这里一个状态也就是A算法里常说的一个节点），h(n)为从当前状态到目标状态的预估代价。因此，该算法的思路就是，每次寻找总代价f(n)最小的点进行扩展，直到找到终点。A*的具体过程可参考这篇博客，可参考这篇博客：https://blog.csdn.net/hitwhylz/article/details/23089415

2. 贪心搜索：代价f(n) = h(n)，每次只考虑（可到达的）离目标节点最近的点进行扩展

3. IDS深度迭代搜索：在有界的深度优先搜索的基础上迭代的设置边界，即先考虑一层的DFS，若找不到目标则找两层的DFS，一直迭代下去直到找到目标节点。所以这种方法也是一定能找到界的，只是时间消耗会很多。

• Dilkstra算法只考虑当点代价最小的点（f = g），所以需要扩展的节点是最多的，耗时是最长的，但是这种方法一定能找到最优解（也即是路径最短的解）
• 而贪心每次只考虑离目标节点最近的点（f = h），所以很容易很快就能找到目标节点，但是这种方法找到的解往往不是最优的（也就是找到的路径往往不是最短的）
• 那么，A就是结合了二者的优点 （f = g + h），既考虑当前的代价，有考虑离目标点的预估代价，既保证了找到的解是最优的，又使得所搜速度相对于Dijkstra变快了，因此，A算法是这几种方法中效率最高的完备（能找到最优解）的方法