搜索之BFS.pptVIP

2007-7-22 ACM/ICPC TRAINING 2007 SUMMER SEARCHING STRATEGIES 搜索概论 搜索被称为“通用解题法”，在算法和人工智能中占据重要地位。 但由于它巨大的局限性和自身灵活性，也被认为是最难学难用的算法之一。 本节目标：希望同学们对于任意一个问题， 1.很快建立状态空间 2.提出一个合理算法 3.简单估计时空性能 搜索分类 盲目搜索：按预定的控制策略进行搜索，在搜索过程中获得的中间信息不用来改进控制策略。 启发式搜索：在搜索中加入了与问题有关的启发性信息，用以指导搜索朝着最有希望的方向发展，加速问题的求解过程并找到最优解。 搜索算法 盲目搜索： 1. 广度优先搜索（Breadth First Search） 2. 深度优先搜索（Depth First Search） 3. 纯随机搜索、重复式搜索、迭代加深搜索、 迭代加宽搜索、柱型搜索 启发式搜索： 1. A*算法 2. IDA*算法 状态空间 明确以下概念： 状态：问题在某一时刻进展状况的数学描述。 状态转移：问题从一种状态到另一种或几种状态的操作。 状态空间：一个“图”，图结点对应于状态，点之间的边对应于状态转移。 搜索：寻找一种可行的操作序列，从起始状态经过一系列状态转移，达到目标状态。 过河问题 某人要带一条狗、一只鸡、一箩米过河，但小船除需要人划外，最多只能载一物过河，而当人不在场时，狗要咬鸡、鸡要吃米。问此人应如何过河? 过河问题（con 1） 状态：建立四元组（人，狗，鸡，米）。用0表示在左岸，1表示在右岸。 起始状态(0,0,0,0)，终止状态(1,1,1,1) 状态转移规则： (a,b,c,d) →(1-a,1-b,c,d)（当a=b） →(1-a,b,1-c,d)（当a=c） →(1-a,b,c,1-d)（当a=d） →(1-a,b,c,d) 约束：(a,b,c,d)中，当a≠b时b≠c；当a≠c时c≠d 过河问题（con 2） 搜索： (0,0,0,0) →(1,1,0,0) →(1,0,1,0) →(0,0,1,0) →(1,0,1,1) →(1,0,0,1) →(1,1,1,0) →(1,0,0,0) 过河问题（con 3） 搜索： →(1,0,1,1) →(0,0,0,1)→(1,1,0,1)→(0,1,0,1) →(1,1,1,1)ok →(0,0,1,0)→(1,0,1,1)→(0,0,1,1) →(0,0,1,1) →(1,1,1,0) →(0,0,1,0)→(1,0,1,1)→(0,0,1,1) →(0,1,0,0)→(1,1,0,1)→(0,1,0,1) →(1,1,1,1)ok →(0,1,1,0) 过河问题（con 4） 搜索在“图”中进行，但图不需要事先建立（“隐式图”）。 搜索过程就是对图的遍历过程，可以得到一棵“搜索树”。 搜索树的结点个数、分枝数、深度，决定着搜索的效率。 过河问题（con 5） 过河问题（con 6） 普通状态可以用4个整数表示 压缩状态用4个bit表示(char型有8个bit，足够用)。 用广度优先(BFS, Breath First Search) 或 用深度优先(DFS, Depth First Search) BFS+DFS入门 顾名思义，广搜就是“往广了搜”，深搜就是“往深了搜”。 广搜例子:你的眼镜掉在地上以后，你趴在地板上找。你总是先摸最接近你的地方，如果没有，再摸远一点的地方…… 深搜例子：走迷宫，你没有办法用分身术来站在每个走过的位置。不撞南山不回头。 BFS思想 1.从图中某顶点v0出发，在访问了v0之后，搜索v0的(所有未被访问的)邻接顶点v1.v2… 2.依次从这些邻接顶点出发，广搜图中其它顶点，直至图中所有已被访问的顶点的邻接顶点都被访问到。 3.若此时图中还有未被访问到的顶点，则再选择其中之一作为v0重复上述过程。直到图中所有顶点均被访问到。 //搜索过程没有回溯，是一种牺牲空间换取时间的方法。时间复杂度：O(V+E) BFS思想（cont.） 树、图的BFS演示 BFS程序基本结构 定义一个队列; 起始点加入队列; while(队列不空) { 取出队头结点; 若它是