第3章 图搜索与问题求解精要.ppt

3.4 与或图搜索问题求解 与或图是描述问题求解的另一种有向图。与或图的节点一般代表问题，整个图表示问题空间。 与或图也是一个三元组 （Q0 , F , Qn） Q0表示初始问题，F表示问题变换规则集，Qn表示本原问题集 分解──与树 子问题（简单） 子子问题 （更简单） 子问题（简单） 子子问题 （更简单） 子子问题 （更简单） 与树问题分解 3.4 与或图搜索问题求解 3.4 与或图搜索问题求解 变换──或树 或树问题变换 例3.19 三阶梵塔问题。 对于梵塔问题，我们也可以这样考虑：为把1号杆上的n个盘子搬到3号杆，可先把上面的n-1个盘子搬到2号杆上；再把剩下的一个大盘子搬到3号杆；然后再将2号杆上的n-1个盘子搬到3号杆。这样，就把原来的一个问题分解为三个子问题。这三个子问题都比原问题简单，其中第二个子问题已是直接可解的问题。对于第一和第三两个子问题，可用上面n个盘子的方法，做同样的处理。 梵塔问题示例 3.4.1 问题的与或图表示 图 3-18 三阶梵塔问题的与或树 3.4.1 问题的与或图表示 　　在图3-18所示的与或树中, 共有七个终止节点,对应于七个本原问题, 它们是通过“分解”得到的。若把这些本原问题的解按从左至右的顺序排列, 就得到了原始问题的解： (1, 1, 1)　(3, 1, 1) (3, 1, 1)　(3, 2, 1) (3, 2, 1)　(2, 2, 1) (2, 2, 1)　(2, 2, 3) (2, 2, 3)　(1, 2, 3) (1, 2, 3)　(1, 3, 3) (1, 3, 3)　(3, 3, 3) 3.4.1 问题的与或图表示 本章我们讲述了 状态图搜索算法：树式搜索、线式搜索、穷举式搜索、启发式搜索、加权状态图搜索 状态图搜索问题求解 与或图搜索：搜索算法，启发式与或图搜索 与或图图搜索问题求解 1.5 本章小结 本章总结 3.2.1 问题的状态图表示 引入一个三元组(q0,q1,q2)来描述总状态，钱币正面为0，反面为1，全部可能的状态为： Q0=(0,0,0) ; Q1=(0,0,1); Q2=(0,1,0) Q3=(0,1,1) ; Q4=(1,0,0); Q5=(1,0,1) Q6=(1,1,0) ; Q7=(1,1,1)。 翻动钱币的操作抽象为改变上述状态的算子， 即F＝{a, b, c} a:把钱币q0翻转一次 b:把钱币q1翻转一次 c:把钱币q2翻转一次 问题的状态空间为{Q5},{Q0 Q7}, {a, b, c} 3.2.1 问题的状态图表示 状态空间图 （0，0，0） （1，0，1） （0，0，1） （0，1，0） （1，1，0） （1，0，0） （0，1，1） （1，1，1） a c a b a c a b c b b c 3.2.1 问题的状态图表示 例3.9 二阶梵塔问题 一号杆有A、B两个金盘，A小于B。要求将AB移至三号杆，每次只可移动一个盘子，任何时刻B不能在A上。 用二元组（SA，SB）表示状态，SA表示A所在杆号，SB表示B所在杆号，全部状态如下： （1，1），（1，2），（1，3） （2，1），（2，2），（2，3） （3，1），（3，2），（3，3） 3.2.1 问题的状态图表示 A B 1 2 3 S0：（1，1） 1 2 3 S1：（1，2） 1 2 3 S2：（1，3） A A 1 2 3 S5：（2，3） 1 2 3 S4：（2，2） 1 2 3 S3：（2，1） 1 2 3 S8：（3，3） 1 2 3 S7：（3，2） 1 2 3 S6：（3，1） A A A A A B A B B B B B 3.2.1 问题的状态图表示 转换规则：A（i，j）表示金盘A从第i号杆移到j号杆 B（i，j）表示金盘B从第i号杆移到j号杆 A（1，2），A（1，3）， A（2，1） A（2，3），A（3，1）， A（3，2） B（1，2），B（1，3）， B（2，1） B（2，3），B（3，1）， B（3，2） 初始状态（1，1），目标状态（3，3） 梵塔问题用状态图表示为： {(1,1)},{A(1,2),…，B(3,2)},{(3,3)} 3.2.1 问题的状态图表示 1,1 2,1 3,1 2,3 3,3