高级搜索之A星算法分析.pptVIP

总结A算法能成为A*算法的充分条件 一种具有f(n)=g(n)+h(n)策略的启发式算法能成为A*算法的充分条件是： 1）搜索树上存在着从起始点到终了点的最优路径。 2）问题域是有限的。 3）从任何一个节点转移到其子节点，代价0 4）h(n)=h*(n) 。 5) h函数是相容的，以确保f是递增的。 当此五个条件都满足时，一个具有f(n)=g(n)+h(n)策略的最好优先启发式算法(A算法) 能成为A*算法，并一定能找到最优解。 h 相容的定义以及意义 如果h函数对任意状态s1和s2还满足： h(s1) = h(s2) + c(s1,s2) , c(s1,s2）是s1转移到s2的代价，则称h是相容的。 h相容能确保f递增，这样A*才能确保找到最优解。 h相容 = g(s1) + h(s1) = g(s1) + h(s2) +c(s1,s2) = g(s2)+h(S2) = f(s1) = f(s2) 即f是递增的。 A* 算法应用举例 例 2 A*算法解决八数码难题 在例1中，我们取h（n）=W（n）（W(n)是不在位的方块数目)。尽管我们对h*（n）不能确切知道，但采用单位代价时，通过对“不在位”数码个数的估计，可以得出至少要移动W（n）.因为，例1所定义的和h（n）满足A*算法的限制条件。 这里再取另一种启发函数h(n)=P（n）， P（n）定义为每个数码与目标位置之间距离（不考虑夹在其间的数码）的总和，同样要判定至少要移动P（n）步才能达到目标，因此有 ，即满足A*算法的限制条件。其搜索过程所得到的搜索树如图2所示。在该图中，节点旁边虽然没有标出P（n）的值p,但却标出了估计函数f（n）的f值。对解路径，还给出了各个结点的g* （n）和h*（n）的g*值和h*值。从这些值还可以看出，最佳路径上的节点都有 f*=g*+h*=4. 图2 A*算法解决八数码难题 估计函数选取的另一例子： （ACM/ICPC Regional Contest Kanpur 2001) ： 有一些打乱的段落，比如： p2,p3,p4,p7, p1, p5,p6 每次只能拷贝若干个连续的段落，然后剪切到某个段落前面，最后要形成 p1,p2,p3,p4,p5,p6,p7 问最少要拷贝粘贴多少次。 A*算法 h(s)选为在状态s下，未“就位”的段落数目？ h(s)选为在状态s下，未“就位”的段落到其该呆的位置的距离之和？ A*算法 h(s)选为在状态s下，未“就位”的段落数目？ h(s)选为在状态s下，未“就位”的段落到其该呆的位置的距离之和？ 都不行，h会减少太快，即从某个状态s到s’，可能导致 g的值加1，然而h的值减少很多，这样f(s’） f(s),f的递增性被破坏，导致不能确保找到最优解。 A*算法 考虑以下h(s): H(s) = s的排列方式下，后继段落错误的段落数目 H(1,3,2) = 2 (1的后继是3错,3的后继是2错） H(3,2,1) = 2 H(4,2,3,1) = 2 (2的后继对) A*算法 将连续段落集合 S 从p1后面剪切粘贴到p2后面，后继正确性受到影响的段落最多3个： p1,p2和S中最后的一个段落 因此从s-s’，h的值最多减少3.但是g的值只增加1，h还是不相容，怎么办？ A*算法 将连续段落集合 S 从p1后面剪切粘贴到p2后面，后继正确性受到影响的段落最多3个： p1,p2和S中最后的一个段落， 因此从s-s’，h的值最多减少3.但是g的值只增加1，h还是不相容，怎么办？ A*算法 f(s) = 3 * g(s) + h(s) 迭代加深搜索 算法思路 总体上按照深度优先算法方法进行 对搜索深度需要给出一个深度限制dm，当深度达到了dm的时候，如果还没有找到解答，就停止对该分支的搜索，换到另外一个分支继续进行搜索。 dm从1开始，从小到大依次增大（因此称为迭代加深） 迭代加深搜索是最优的，也是完备的 重复搜索深度较小的节点，是否浪费？ IDA*: 迭代加深的A*算法 IDA*的基本思路是：首先将初始状态结点的估价函数H值设为阈值maxH，然后进行深度优先搜索，搜索过程中忽略所有H值大于maxH的结点；如果没有找到解，则加大阈值maxH，再重复上述搜索，直到找到一个解。在保证H值的计算满足A*算法的要求(相容，递增）下，可以证明找到的这个解一定是最优解。在程序实现上，IDA* 要比 A* 方便，因为不需要保存结点，不需要判重复，也不需要根据 H值对结点排序，占用空间小。 在一般的问题中是这样使用IDA*算法的，当前局面的估价函数值+当前的搜索深度 预定义的最大搜索深度时，就停止继续往下搜索。 适用题目：? poj22