搜索算法比较.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * “不在位奖牌个数”作为启发信息的搜索过程 * 双向宽度优先搜索 * 双向宽度优先搜索注意的方面 规则必须可逆 随时判重 交叉扩展 * 搜索算法的优化 一、双向广度搜索 二、分支定界 三、A*算法 * 搜索算法的优化 一、双向广度搜索 从正反两个方向进行广度搜索，理想情况下可以减少二分之一的搜索量，从而提高搜索速度。 从初始状态和目标状态两个方向同时进行扩展，如果两棵解答树在某个节点第一次发生重合，则该节点所连接的两条路径所拼成的路径就是最优解。 * 搜索算法的优化 添加一张节点表，作为反向扩展表。 在正向扩展出一个节点后，需在反向表中查找是否有重合节点。反向扩展时与之相同。 * 搜索算法的优化 对双向广度搜索算法的改进： 略微修改一下控制结构，每次while循环时只扩展正反两个方向中节点数目较少的一个，可以使两边的发展速度保持一定的平衡，从而减少总扩展节点的个数，加快搜索速度。 * 搜索算法的优化 例题1：(最短编号序列) 表A和表B各含k(k=20)个元素，元素编号从1到k。两个表中的每个元素都是由0和1组成的字符串。（不是空串）字符串的长度=20。例如下表的A和B两个表，每个表都含3个元素（k=3）。 元素编号 字符串 1 1 2 10111 3 10 元素编号 字符串 1 111 2 10 3 0 表B 表A * 搜索算法的优化 对于表A和表B，存在一个元素编号的序列2113，分别用表A中的字符串和表B中的字符串去置换相应的元素编号，可得相同的字符串序列101111110，见下表。 具有上述性质的元素编号序列称之为S(AB)。对于上例S(AB)=2113。 编写程序：从文件中读入表A和表B的各个元素，寻找一个长度最短的元素编号序列S(AB)。（若找不到长度=100的编号序列，则输出“No Answer”。 元素编号序列 2 1 1 3 用表A的字符串替换 10111 1 1 10 用表B的字符串替换 10 111 111 0 * 【分析】由于表Ａ和表Ｂ不确定，所以不可能找到一种数学的方法。因为是求最优解，不适合用深度优先搜索，所以必须采用广度优先搜索的方法。但是当表Ａ和表Ｂ中的元素过多时，直接搜索会超时。必须对搜索的算法加以改进。此题的规则既可以正向使用，又可以逆向使用，因此可以采用双向搜索。 搜索算法的优化 * 在大方法确定后，算法的框架就已经基本形成，再对算法进行适当地改进： 1、存储当前的Ａ串和Ｂ串是很费空间的，但因为Ａ串和Ｂ串的大部分相同，故只需记录不同部分，并作个标记。 2、为了保证两个方向扩展结点的速度相对平衡，可以采取每次扩展结点数较少的方向，而不是两方向轮流扩展。 搜索算法的优化 * 二、分支定界 　　分支定界实际上是A*算法的一种雏形，其对于每个扩展出来的节点给出一个预期值，如果这个预期值不如当前已经搜索出来的结果好的话，则将这个节点(包括其子节点)从解答树中删去，从而达到加快搜索速度的目的。 　　 搜索算法的优化 * 二、分支定界解题过程： １、添加一个全局变量BestAnswer，记录当前最优解。　 ２、在每次生成一个节点时，计算其预期值，并与BestAnswer比较。如果不好，则调用回溯过程。 搜索算法的优化 * 三、A*算法 A*算法中更一般的引入了一个估价函数f,其定义为f=g+h。 其中g为到达当前节点的耗费，而h表示对从当前节点到达目标节点的耗费的估计。其必须满足两个条件： １、h必须小于等于实际的从当前节点到达目标节点的最小耗费h*。 ２、f必须保持单调递增。 搜索算法的优化 * 三、A*算法 　A*算法的控制结构与广度搜索的十分类似，只是每次扩展的都是当前待扩展节点中f值最小的一个，如果扩展出来的节点与已扩展的节点重复，则删去这个节点。如果与待扩展节点重复，如果这个节点的估价函数值较小，则用其代替原待扩展节点。 当A*算法出现数据溢出时，从待扩展节点中取出若干个估价函数值较小的节点，然后放弃其余的待扩展节点，从而可以使搜索进一步的进行下去。