第三章 - 搜索算法.pptxVIP

图搜索技术和问题求解第三章

搜索从本质上来讲是一个从初始问题出发，不断寻找问题最优解的过程。就像现实生活中，一个人要找手机一样，他会不断搜索手机可能存在的角落，直到找到手机为止。本章要点三种搜索策略的算法原理A*算法的原理与应用Min-Max搜索算法实现剪枝算法原理与应用α-β

计算机中，如何进行搜索？1.计算机搜索的概念在搜索开始时，首先依据问题的初始状态和相关的扩展规则构造一个问题求解空间，之后在这个求解空间中搜索目标状态（即问题的解）。2.搜索技术搜索技术常常将待求解的问题转化为相应的搜索空间，之后再采用某种方法或策略在搜索空间中寻找相应的路径（即搜索路径），最终得到一条路径（即问题求解路径）。

目录Contents3.1搜索策略概述3.1.1状态空间表示法3.1.2盲目搜索3.1.3启发式搜索3.1.4博弈搜索3.2状态图的搜索3.2.1状态图搜索策略3.2.2博弈树搜索策略3.3爬虫实战

3.1搜索策略概述盲目搜索博弈搜索启发式搜索

3.1.1状态空间表示法在人工智能研究中，状态空间法使用“状态”和“算符”两种对象来表示和求解问题。“状态”指的是问题求解过程中的各种状况；“算符”则是指在问题求解过程中对状态的操作，每操作一次算符，问题就会从当前的某种状态转变为另一种状态。那么，在问题求解的过程中，从初始状态到目标状态所形成的算符序列，为问题的一个解。

3.1.1状态空间表示法将状态空间用图的形式表示出来称为状态空间图。在状态空间图中，节点对应问题中的状态，有向边为操作算符，边上的权值代表关系转移所需的代价。问题的解可能是图中的某个状态、从初始状态到目标状态的一条路径或从初始状态到目标状态所花费的代价。

3.1.1状态空间表示法状态空间是利用状态变量和操作算符表示系统或问题的有关知识的符号体系。一般情况下，状态空间用一个三元组表示为：（F，S，G）其中，F是全部初始状态组成的集合；S是操作算符组成的集合；G是目标状态的集合。因此，问题求解过程就转化为在一个状态图中寻找从初始状态出发到目标状态的路径问题，实际上是寻找操作序列的过程。

3.1.2盲目搜索1.概念盲目搜索又称无信息搜索，是指在搜索过程中只按照既定规则而不理会任何与问题相关的信息进行搜索的一种搜索策略。2.常用的算法深度优先搜索策略和宽度优先搜索策略。算法执行搜索过程中需要构建Open表和Closed表；Open表存放待扩展节点，Closed表存放已扩展节点。

（1）深度优先搜索（DFS）从初始节点出发进行扩展，依据既定规则生成下一级节点，检查最先生成的子节点是否为目标节点,若不是，则对该节点进行扩展，并检查扩展到的子节点是否为目标节点，以此类推一直往深度节点扩展。当节点本身不能扩展时，对其兄弟节点进行扩展，若所有兄弟节点不能扩展，则对其父节点的兄弟节点进行扩展。

（1）深度优先搜索（DFS）算法步骤：(1)将初始节点添加到Open表中。(2)若Open表为空，则退出。此时搜索失败，问题无解。(3)将Open表中第一个节点移至Closed表。(4)若当前节点为目标节点，则搜索成功，找到目标解，成功退出。(5)转步骤（2）继续进行搜索。

（2）宽度优先搜索（BFS）从初始节点出发进行扩展，检查扩展的第一个子节点是否为目标节点,若不是，则对该节点进行扩展，并检查扩展中的第一个子节点，若仍不是目标节点，再检查扩展中的其它子节点。当初始节点的所有子节点被检查后，再转至下一层节点重新开始扩展和检查。

（2）宽度优先搜索（BFS）算法步骤：（1）将初始节点添加到Open表中。（2）若Open表为空，则退出。此时搜索失败。（3）若当前节点为目标节点，则标记成功，并退出。若不是，则进行步骤4。（4）将Open表中第一个节点移至Closed表，并将其后继节点添加到Open的尾部。（5）转步骤（2）继续进行搜索。

DFS和BFS的区别1.搜索思想深度优先搜索体现的是垂直思想（一直朝着树的最深处方向扩展），宽度优先搜索则为水平思想（由初始节点出发，逐层扩展）。2.搜索过程中的区别深度优先搜索是将新添加到Closed表中节点的后继节点添加到了Open表中的头部，广度优先搜索则是将其添加在了Open表的尾部。

3.1.3启发式搜索1、基本概念：盲目搜索算法随着问题的复杂程度增大，搜索空间变大，此时在搜索过程中生成的无用节点也会随之增加，导致大量的节点的产生。为了弥补盲目搜索算法的不足，提出了启发式搜索算法，其在搜索过程中，利用与求解问题相关的特征信息来寻找目标状态节点所在路径的方向，并沿此方向搜索。启发式搜索算法中有两个重要的元素：启发式信息和评估函数。

3.1.3启发式搜索——两个组成部分启发式搜