为什么迭代加深搜索的空间复杂度是O(bm)?

《人工智能:现代方法》教科书中,指出迭代加深搜索(IDS)的空间复杂度为O(bm),其中b表示分支因子,m表示树的最大深度。IDS在遍历过程中存储了哪些节点导致其空间复杂度达到O(bm)


回答:

维基百科上提到,空间复杂度仅仅是目标的深度d,因为它本质上是一种深度优先搜索;我的《人工智能:现代方法》书中(第88页)也是这样说的。

我只能想象O(bm)假设存储了所有访问过的节点的顶层,这将是分支层次乘以当前深度。没有必要存储更高层次的节点,因为它们已经被搜索过了。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注