最佳优先搜索和A*搜索有什么区别?

在我的教科书中,我注意到这两个算法的工作方式几乎完全相同,我试图理解它们之间的主要区别

教科书中的示例

教科书使用A*遍历这个示例的方式与使用最佳优先搜索的方式相同。

任何帮助都将不胜感激。


回答:

最佳优先搜索算法根据启发式函数f(n) = h访问下一个状态,其启发式值最低(通常称为贪婪算法)。它不考虑到达该特定状态的路径成本。它只关心从当前状态到下一个状态的启发式值最低的路径。

A*搜索算法根据启发式函数f(n) = h + g访问下一个状态,其中h部分与最佳优先搜索中使用的启发式相同,但g部分是从初始状态到特定状态的路径。因此,它不仅选择启发式值最低的状态,还选择在考虑其启发式值和到达该状态的成本后值最低的状态。

在你上面的例子中,从Arad出发,你可以直接去Sibiu(253公里),或者去Zerind(374公里)或Timisoara(329公里)。在这种情况下,两个算法都选择了Sibiu,因为它的f(n)值较低,为253。

现在你可以扩展到Arad(366公里)或Oradea(380公里)或Faragas(178公里)或Rimnicu Vilcea(193公里)。对于最佳优先搜索,Faragas的f(n)值最低,为178,但A*的Rimnicu Vilcea的f(n)值为220 + 193 = 413,其中220是从Arad到Rimnicu的成本(140+80),193是从Rimnicu到Bucharest的成本,但对于Faragas,它会更高,因为f(n) = 239 + 178 = 417。

所以现在你可以清楚地看到,最佳优先搜索是一种贪婪算法,因为它会选择启发式值较低但总体成本较高的状态,因为它不考虑从初始状态到达该状态的成本。

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