盲目搜索.docVIP

盲目搜索 搜索的含义 依问题的实际情况寻找可利用的知识，构造代价较少的推理路径从而解决问题的过程 离散的问题通常没有统一的求解方法 搜索策略的优劣涉及能否找到最好的解、计算时间、存储空间等 搜索分为盲目搜索和启发式搜索 盲目搜索：按预定的策略进行搜索，未用问题相关的或中间信息改进搜索。效率不高，难求解复杂问题，但不失可用性 启发式搜索：搜索中加入问题相关的信息加速问题求解，效率较高，但启发式函数不易构造 盲目搜索也叫无信息搜索，只适合用于求解比较简单的问题。 我们没有指定问题的任何推理信息，例如要搜索这一部分而不是另一部分，就像到目前为止的只要发现一条到目标的路径即可。这种过程被称为是盲目的。 盲目搜索过程只把算子应用到节点，它没有使用问题领域的任何特殊知识（除了关于什么动作是合法的知识外）。最简单的盲目搜索过程就是广度优先搜索。该过程把所有的算子应用到开始节点以产生一个显式的状态空间图，再把所有可能的算子应用到开始节点的所有直接后继，再到后继的后继，等等。搜索过程一律从开始节点向外扩展。由于每一步将所有可能的算子应用到一个节点，因此可把它们组成一个叫后继函数的函数。当把后继函数应用到一个节点时，产生一个节点集，该节点集就是把所有能应用到那个节点的算子应用到该节点而产生的。一个节点的后继函数的每一次应用称为节点的扩展相同代价搜索是广度优先搜索的一种变体，在该方法中，节点从开始节点顺着代价等高点向外扩展，而不是顺着相同深度等高线。如果图中所有弧的代价相同，那么相同代价搜索就和广度优先搜索一致。反过来，相同代价搜索可以看作是下一章要讲的启发式搜索的一个特殊情况。广度优先和相同代价搜索方法的简要描述只给出了它们的主要思想，但是要解决其他复杂的情况则需要技术改进 深度优先搜索一次对节点应用一个算子以产生该节点的一个后继。每一个节点都留下一个标记，用来指示如果需要时所必需的附加算子。对每一个节点，必须有一个决策来决定哪个算子先用，哪个次之等等。只要一个后继产生，它的下一个后继就会被生成，一直向下传下去，等等。为了防止从开始节点的搜索过程深度太深，需要一个深度约束(depth bound)。超过这个深度约束时不再产生后继（假定没有任何目标节点超过这个深度约束）。这种限制允许我们忽略搜索图的一部分，这些部分已经确定不能高效地到达目标节点。 深度优先算法使我们只保存搜索树的一部分，它由当前正在搜索的路径和指示该路径上还没有完全展开的节点标志构成。因此，深度优先搜索的存储器要求是深度约束的线性函数。深度优先搜索的一个缺点是当发现目标时，我们不能保证找到的路径是最短长度。 另一个缺点是如果只有一个很浅的目标，且该目标位于搜索过程的后部时，也必须浏览大分搜索空间。 无信息图搜索过程 深度优先搜索（纵向搜索） 宽度优先搜索（横向搜索） 均一代价搜索 1.深度优先搜索 定义 首先扩展最新产生的(即最深的)节点。深度相等的节点可以任意排列。这种盲目(无信息)搜索叫做深度优先搜索或纵向搜索。 特点 扩展最深的节点的结果使得搜索沿着状态空间某条单一的路径从起始节点向下进行下去；只有当搜索到达一个没有后裔的状态时，它才考虑另一条替代的路径。 定义 以接近起始节点的程度逐层扩展节点的搜索方法(breadth-first search)，这种盲目(无信息)搜索叫做宽度优先搜索或横向搜索。 特点 算法 这种搜索是逐层进行的；在对下一层的任一节点进行搜索之前，必须搜索完本层的所有节点。 宽度优先搜索算法是一种“先进先出”的算法。 3. 均一代价搜索 是横向搜索的一种推广，不是沿着等长度路径断层进行扩展，而是沿着均一代价路径断层进行扩展。 搜索树中每条连接弧线上的有关代价,表示时间、距离等花费。 若所有连接弧线具有相等代价，则简化为横向搜索算法。