搜索算法总结

搜索算法广泛应用于人工智能领域，但是由于时间复杂度是指数级别，计算机科学家在朴素的搜索算法（广度优先，深度优先搜索）上优化得到了一系列搜索算法

 

本文介绍的搜索算法主要指：广度优先搜索，深度优先搜索，以及在此基础上优化得来的

A*算法，分支限界算法。如有错误欢迎指正。

 

为了便于描述，搜索算法适用解决在一张有权无向图中，找到从原点到终点的最短路径。

基础搜索算法的通式是这样的：

Wait_arr[]数组存放待扩展的节点。

初始化：把初始节点root加入到wait_arr[]数组中

While( wait_arr[]数组不为空 ){

从wait_arr[]数组中取出左边第一个节点n

把取出节点扩展出邻接子节点

For( 遍历筛选每个邻接子节点 ){

     If( 子节点没有出现在path中 )，留下这个子节点，然后记录这个子节点的父亲是节点n 

}

If( 还存在子节点 )

     子节点加入到wait_arr[]中。

}

注：由于每个子节点都保留了它的父亲节点，所以很容易逆推出到达该子节点的路径path

深度优先与广度优先搜索的区别与联系：

深度优先和广度优先的区别，从上面的通式中可以解释为红字部分的不同：

深度优先搜索：邻接子节点加入wait_arr[]数组的最左边，所以每次扩展的节点都是新的节点。

广度优先搜索：邻接子节点加入wait_arr[]数组的最右边，所以每次扩展的节点都是老一辈的节点。

 

A*算法与朴素搜索算法的区别与联系：

A*算法实际上是模拟这么一个过程，在广场上，有一些遮挡物，人要从B点越过遮挡物到达出口E点，应该怎么做呢？人每一次可以选择向前，向后，向左，向右四种走法。但是人比较聪明，每一次选择自己记忆中直线距离离E点最近的那个方向迈步，如果不行再回溯试其他的方向。这就是A*算法。

A*算法和之前的朴素的搜索算法有什么区别和联系呢？

 

估价函数 

f(n) = h(n) + g(n);   其中f(n)是代表当前节点n的估计代价，g(n)