kd树修改:BBF简析

本文深入探讨了近BBF算法,通过决定算法执行步数来限制搜索次数,优化了搜索过程。详细阐述了算法的工作原理,包括如何通过取反操作调整节点顺序,以及在搜索过程中节点访问依赖于与目标节点的接近程度。同时讨论了队列的增长对搜索效率的影响,揭示了算法在实际应用中的优势与挑战。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

bbf是一个近似算法,凭借决定算法执行步数,限定了搜索次数。

bbf是我在v july v博客里看到的,里面提到“算法执行至队列为空”,应该是不当的说法,若真实行至此,则完成了所有点的扫描。


下面简单图示:


对于任意一棵树,可以通过对节点的谓词取反,得到交换左右子树的效果,最终得到上图。

红色节点为搜索路径(作为初始解),将蓝色节点加入优先队列(优先级为与点A的距离),然后取一个(父),放回两个(子),重复 times。


这样,搜索不再局限于回溯中树的结构,

但是,一个节点是否被访问取决于其父节点是否与目标节点足够接近。

并且,队列不断增长,对于一个节点来说,每次少一个“竞争对手”,会增加两个“竞争对手”,形势依然严峻。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值