ACM专题——搜索算法.ppt

ACM专题讲座 ——搜索算法 肖明 搜索算法 1. 搜索问题 2. 搜索方法分类 3. 回溯方法 4. 一般图搜索算法 5. 启发式搜索算法 1.搜索问题 人类的思维过程，可以看作一个搜索过程。我们遇到的很多智力游戏问题，如传教士和野人问题。 有3个传教士和3个野人来到河边准备渡河，河岸有一条船，每次最多可乘坐2个人。问传教士为安全起见，应如何规划摆渡方案，使得在任何时刻，在河的两岸以及船上传教士人数不能少于野人的人数？对这个问题，在每一次渡河后，都会有几种渡河方案供选择，究竟哪种方案最有利？ 这就是搜索问题。 1.搜索问题 对这类问题，一般我们都转换为状态空间的搜索问题。 如传教士和野人问题，可用在河左岸的传教士人数、野人人数和船的情况来表示。即，初始时状态为（3，3，1），结束状态为（0，0，0），而中间状态可表示为（2，2，0）、（3，2，1）等等。 1.搜索问题 由此，可以看出这类问题的解，就是一个合法状态的序列，其中序列中第一个状态是问题的初始状态，而最后一个状态则是问题的结束状态。如图所示即搜索问题的示意图： 2.搜索方法分类 3. 回溯方法 回溯方法，属于盲目搜索的一种，它是这样一种策略：首先将规则给出一个固定的排序，在搜索时，对当前状态依次检测每一条规则，在当前状态未使用过的规则中找到第一条可应用规则，应用于当前状态，得到的新状态重新设置为当前状态，并重复以上搜索。如果当前状态无规则可用，或者所有规则已经被试探过仍未找到问题的解，则将当前状态的前一个状态（即直接生成该状态的状态）设置为当前状态。重复以上搜索，直到找到问题的解，或已试探过所有可能仍找不到问题的解为止。 3. 回溯方法 例：皇后问题 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 3. 回溯方法 递归的思想： 3. 回溯方法 算法描述： BACKTRACK1（DATALIST） DATALIST：从初始到当前的状态表（逆向） 返回值：从当前状态到目标状态的路径 （以规则表的形式表示） 或FAIL。 3. 回溯方法 1, DATA:=FIRST(DATALIST) 2, IF MENBER(DATA, TAIL(DATALIST)) RETURN FAIL; 3, IF TERM(DATA) RETURN NIL; 4, IF DEADEND(DATA) RETURN FAIL; 5, IF LENGTH(DATALIST)BOUND RETURN FAIL; 6, RULES:=APPRULES(DATA); 3. 回溯方法 7, LOOP: IF NULL(RULES) RETURN FAIL; 8, R:=FIRST(RULES); 9, RULES:=TAIL(RULES); 10, RDATA:=GEN(R, DATA); 11, RDATALIST:=CONS(RDATA, DATALIST); 12, PATH:=BACKTRCK1(RDATALIST) 13, IF PATH=FAIL GO LOOP; 14, RETURN CONS(R, PATH); 4. 一般图搜索算法 问题的引入： 回溯搜索：只保留从初始状态到当前状态的一条路径 图搜索：保留所有已经搜索过的路径 如果控制系统保留所有规则应用后生成并链接起来的状态记录图, 则称工作在这种方式下的控制系统使用了图搜索策略。 实际上图搜索策略是实现从一个隐含图中, 生成一部分确实含有一个目标节点的显式表示的子图搜索过程。 4. 一般图搜索算法 问题的引入： 回溯搜索：只保留从初始状态到当前状态的一条路径 图搜索：保留所有已经搜索过的路径 如果控制系统保留所有规则应用后生成并链接起来的状态记录图, 则称工作在这种方式下的控制系统使用了图搜索策略。 实际上图搜索策略是实现从一个隐含图中, 生成一部分确实含有一个目标节点的显式表示的子图搜索过程。 4. 一般图搜索算法 一些基本概念： 节点深度： 根节点深度=0 其它节点深度=父节点深度+1 4. 一般图搜索算法 一些基本概念： 路径:设一节点序列为(n0, n1,…,nk)，对于i=1,…,k，若节点ni-1具有一个后继节点ni，则该序列称为从n0到nk的路径。 路径的耗散值: 一条路径的耗散值等于连接这条路径各节点间所有耗散值的总和。用C(ni, nj)表示从ni到nj的路径的耗散值。 扩展一个节点: 生成出该节点的所有后继节点，并给出它们