我注意到someof 我遇到的“困难”组合问题可以用某种类型的树搜索（如 alpha-beta 剪枝、束搜索或类似算法）进行转换。然而，对它们进行编程似乎是重复编码相同的东西，而且很容易出错。在我看来应该有一个实现这些算法的库，而我应该被要求写的是
很抱歉我没有给出任何具体的代码，但我想我已经解释了这个问题。如果我可以为上述功能编写代码，我是否应该能够轻松地运行许多树/图搜索算法？是否有任何用户友好的库/框架可以轻松支持这一点？我希望它使用 Python 或 C/C++，但很想听听任何建议。
编辑：更准确地说，我说的是知情树搜索算法。
【问题讨论】：
标签： optimization graph-theory generic-programming a-star tree-search
快速图表
对于任何愿意使用 .Net 的人，请查看 the open source QuickGraph library 了解所有基于图形/树的处理。它巧妙地将与图形表示、算法、变异和表示相关的所有概念分开。它有很多扩展点，因此它应该能够支持大多数图形可转换问题。
[编辑] QuickGraph 提供的算法集目前不包括 alpha-beta 修剪或束搜索，尽管它的“搜索”算法部分包括 11 种其他方法，为实现您最喜欢的遍历算法提供充足的指导，以及随着时间的推移，我想它会支持 alpha-beta 和光束。
广告。 1
不过，它确实满足您的第一个标准，因为可以插入一个委托函数，该函数基于不完整的解决方案（即当前节点）返回几个更具体的解决方案（即相邻节点）。这是由DelegateImplicitGraph（和变体）处理的，并且应该是内存高效的，因为它可以防止一次将整个搜索空间放在内存中。
广告。 2 此外，算法可能会采用自定义委托，例如最大/最小/预期成本hueristics（请参阅AStarShortestPathAlgorithm）。这满足您的第二个标准。
总之，QuickGraph 可以帮助您构建问题，为各种类型的问题提供插入式算法，并允许您通过提供新算法来改进它。
【讨论】：
Fuego 是一个开源的蒙特卡罗树搜索（相对于 alpha-beta 树搜索）平台，可以针对 2 人全信息游戏（最初是针对围棋创建的）。它甚至可能比这更笼统。
编辑：我刚刚了解到它还具有一个 alpha-beta 搜索器。这是最近的一篇论文：http://webdocs.cs.ualberta.ca/~mmueller/ps/fuego-TCIAIG.pdf
【讨论】：
表达一个问题而不指定具体步骤是一种declarative programming。
您谈论的是“部分解决方案”。这是否意味着您正在考虑的问题具有重叠的子问题？如果是这样，那么听起来您正在寻求一种通用dynamic programming 的方法。真正的意思是通过连续的步骤构建一个函数，解决问题的更简单版本，然后迭代。 Mathematica journal article 中有一些很好的例子。
你考虑过Prolog吗？它不是一个框架，但如果您愿意，搜索算法是内置在语言中的。可以使用像 Prolog 这样的东西作为基础来编写非常通用的constraint programming 解决方案。在 Python 中，有 python-constraint library，非常好——我过去用过。
【讨论】：
Boost 有Boost Graph Libary (BGL)。 Boost Graph Library User's Guide 有一个example，介绍了使用隐式图的 Knight's tour 问题。
【讨论】：
我在网上找到了 informed and uninformed search 的 Peter Norvig 的 Python 代码。它支持 A-star 搜索，并且可以用于针对我所看到的一般问题进行编程。我想知道它是否足够快，或者可以扩展到束搜索、分支和绑定等。
【讨论】：