深度优先搜索生成的节点总数是多少

假设:’d’ 是树的有限深度;’b’ 是分支因子;’g’ 是最浅的目标节点。

据我所知,最坏情况是目标节点位于树的最右下角节点。因此,总生成的节点数应该是 O(bg),对吗?然而,我的老师告诉我这是错误的,因为最坏情况是除了以目标节点为根的子树外,所有的树都被探索了。他提到了一些关于 O(bd) – O(b(g-d)) 的事情…. 我不完全确定

我不太明白他的意思,所以有人能告诉我哪个答案是正确的吗?


回答:

我建议你画一棵树,标记被探索的节点,并计算它们的数量。

如果你使用广度优先搜索,你的推理是正确的,因为你只会到达每个分支的深度 g(总共探索了 O(b**g) 个节点)。

如果你使用深度优先搜索,你老师的推理是正确的,因为除了包含目标的部分外,你会到达树的所有部分的深度 d(总共探索了 O(b**d - b**(d-g)) 个节点)。

enter image description here

目标是绿色圆圈。

蓝色节点是被探索的。

红色节点是未被探索的。

为了计算被探索的节点数量,我们计算树中的总数,然后减去红色节点的数量。

深度 = 2 = d

目标深度 = 1 = g

分支因子 = b = 3

请注意,我将树中节点的总数称为 O(b**d)。严格来说,总数是 b**d + b**(d-1) + b**(d-2) + ... + 1,但这是 O(b**d)

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