深度优先搜索是一种完整策略吗? [duplicate]

我在准备考试时做了一些往年的试卷。其中一个问题是“对每种策略进行评论,它是完整策略吗?”

i: 深度优先搜索

ii: 迭代加深搜索

iii: 广度优先搜索

我的回答是,深度优先搜索不是完整策略,因为它搜索的是最近生成的节点。至于迭代加深搜索,我认为是完整的,因为它有一个通过重复增加的最大深度。最后,我完全确定广度优先搜索是一种完整的方法。

如果有人能验证我的答案或向我解释我哪里错了,那将非常好。另外,我所说的“完整”是指它肯定能找到解决方案。


回答:

是的,你是对的。

深度优先搜索不是完整的。如果树的深度是无限的,它可能永远找不到解决方案。

迭代加深搜索是完整的。它在给定深度内搜索完整的树,并且每一次迭代都会加倍深度(尽管这种策略可能会有所不同)。

广度优先搜索是完整的,因为它按层次进行搜索。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注