【发布时间】：2012-03-01 10:25:40
【问题描述】：
贪心最佳优先搜索在任何情况下都可能表现得像深度优先搜索吗？
我看到这两种算法的最坏情况是相似的 O(b^m)。这是否意味着它们的行为方式相同？
【问题讨论】：
标签： algorithm graph-algorithm depth-first-search
【发布时间】：2012-03-01 10:25:40
【问题描述】：
贪心最佳优先搜索在任何情况下都可能表现得像深度优先搜索吗？
没有。如果是这样，那将是深度优先搜索。
我看到这两种算法的最坏情况是相似的 O(b^m)。这是否意味着它们的行为方式相同？
没有。
【讨论】：
“最佳优先”仅仅意味着它完全依赖于一些启发式，对可能的选项进行评分，并首先扩展最佳选项。深度优先搜索不使用这种启发式方法。
一种思考方式是，Djiksta 将返回具有非负边的图上的最短路径。当您添加最佳优先搜索的评分机制时，您将获得 A*。拿走 Djikstra，你会再次获得最佳优先。
【讨论】：
-
是否存在两种算法以相同方式寻找答案的可能情况，可能是通过以相同方式遍历节点。让我们说目标在于树的第 m 层的叶子节点。 DFS 将有最坏的情况 o(b^m)，GBFS 也是如此。我们是否可以通过某种方式更改 h(n)，使其在某些特殊情况下像 DFS 一样工作？
-
设置 h(n) = -g(n) 会给你一个搜索，这取决于你从队列中取出东西的顺序。 （可能是随机的或先进的，模拟 BFS）。因此，让它像 DFS 一样工作的策略是维护一个计数器，每次评估启发式算法时都会递减该计数器。例如。您的启发式函数将是： h(n): counter = counter - 1 return -g(n) + counter 同样，这不是 A* 的特别有用的应用，但它确实有效。