Lecture 22

最新推荐文章于 2024-03-13 15:06:15 发布

酉鬼2333

最新推荐文章于 2024-03-13 15:06:15 发布

阅读量758

点赞数

分类专栏：算法与数据结构文章标签：算法数据结构贪心算法启发式算法

本文链接：https://blog.csdn.net/weixin_55835175/article/details/124229831

版权

本文详细介绍了A*算法，一种在静态网络中求解最短路径的有效直接搜索方法。A*算法是代价优先搜索(UCS)的优化，通过贪心思想减少搜索空间。与Dijkstra算法不同，A*算法依赖于启发函数来指导搜索，而启发函数的选择直接影响算法的效率和准确性。文章通过N数码问题举例说明启发函数的应用，并对比了A*算法与回溯法的区别。

摘要由CSDN通过智能技术生成

绪论

前一章节，我们介绍了两种求解单源结点到其他所有结点最短路径(单源最短路径问题)的算法。但如果只是需要求解某一个结点到另一个结点的最短路径(或者求解少量的最短路径对)，求解出单个结点到其他所有结点的最短路径就显得不那么必要(效率略低)，我们需要设计出更适用于求解某一个结点到另一个结点最短路径的算法。

BFS显然是求解某一个结点到另一个结点最短路径的一种算法，这一章节介绍的A*算法则是在静态网络中求解最短路径最有效(?)的直接搜索方法。

Background && Idea

课件里对A*算法的描述除了绪论提到的“解决单个结点到单个结点最短路径问题”，“限定于静态网络”，还有“类似于Dijkstra算法”和“假设的最短路径”。

在这里插入图片描述
那什么叫做“类似于Dijkstra算法”呢？在学习Dijkstra算法时，课件上也提出了Dijkstra算法类似于Prim算法的说法。我们在Dijkstra算法的推演过程认为Dijkstra算法从某种意义上可以看作“Bellman-ford算法通过贪心的优化”：Bellman-ford优化的版本SPFA算法在每个阶段对前一个阶段所有发生变化的最短路径进行扩展，Dijkstra算法基于“长度越短的最短路径越接近于实际上的最短路径”这一“经验”每一轮只扩展当前网络长度最短的最短路径，最终通过数学方法证明的结果是Dijkstra算法在权都为非负值的网络中能够解决单源结点的最短路问题。