迭代加深搜索

每次限制搜索深度的深度优先搜索。本质还是深度优先搜索，只不过在搜索的同时带上了一个深度d，当d达到设定的深度时就返回，一般用于最优解。如果一次搜索没有找到合法的解，就让设定的深度加1，重新从要开始。因为BFS的基础是一个队列，队列的空间复杂度很大，当状态比较多或者单个状态比较大时，使用队列的BFS就显出了劣势。事实上，迭代加深类似于用DFS方式实现的BFS，它的空间复杂度相对较小。

当搜索树的分支比较多时，每增加一层的搜索复杂度会出现指数级爆炸式增长，这时前面重复进行的部分所带来的复杂度几乎可以忽略，这也就是为什么迭代加深是可以近似看成BFS。

1、步骤

首先设定一个较小的深度作为全局变量，进行DFS。第进入一次DFS，将当前深度加一，当发现d大于设定的深度limit就返回。如果在搜索的过程中发现了答案就可以回溯，同时在回溯的过程中可以记录路径 。如果没有发现答案，就返回到函数入口，增加设定深度，继续搜索。

2、代码框架

IDDFS(u, d)
    if d > limit
        return
    else 
        for each edge (u, v)
            IDDFS(v, d + 1)
    return

3、注意事项

 在大多数情况下，广度优先搜索还是比较方便的，而且容易判重。当发现广度优先搜索在空间上不够优秀，而且要找最优解的问题时，就应该考虑迭代加深。

4、实践

UVa1374 Power Calculus

参考资料：

搜索部分简介 - OI Wiki