麻省理工学院——人工智能公开课04

 

这一讲开始讨论各种搜索算法，首先是最基本的大英博物馆法，也就是一种找出所有路径的蛮力算法这种算法时间搜索长，占用空间大。

之后讲解了深度优先搜索算法和广度优先搜索算法，

深度优先算法是怎样实现的呢？

他是从树根开始往下搜索，每次遇到分叉的时候总选择向左边的一条路径搜索，当搜索到路的尽头时，回溯到上一个分叉，然后选择右边的路径继续深度优先搜索，直到搜索到目标节点为止。

广度优先搜索是怎样实现的呢？

它是从根节点开始，沿着树的宽度搜索树的节点，当同一层搜索完后仍为搜索到需搜索的节点时，跳转到树的下一层继续搜索。

具体怎么实现的呢？

首先初始化一个队列，然后把第一个路径放到队列里，然后检验第一个队列是不是你想要的，如果不是，则将拓展路径入队，对于深度优先搜索，拓展队列放在队列的前端，这样，深度优先搜索的模型就出来了：

1,初始化一个队列，

2,将第一个路径放到队列里，

3,检验是否符合要求，

4,不符合要求则将第一个路径拓展后放在列首，

5 ,回到第二步,
至于广度优先搜索，只需要把第4步中的置于列首改成置于列尾就好，其他步骤都一样
之后介绍了搜索中如何避免重复搜索，并用其分别优化深度优先和广度优先算法，得到爬山算法和束搜索算法。

怎么避免重复呢?
这里添加一个位置列表，出现过的节点都会记录在列表里，这样，当需要拓展的时候，就检验待拓展节点是否在位置列表里出现过。如果出现过，就不再拓展。

怎么又优化深度优先算法得到爬山算法呢？
事实上，深度优先算法是优先选择分叉的左边开始搜索，而左边不一定是最好的，所以我们将这一步优化为优先选择离目标近的节点，这样改进之后，就得到了爬山算法。

怎么实现呢？
很简单，只需要在上面的第三步之后加上一步，将待拓展节点排序，小的放前面，然后继续下面的步骤。
怎么优化广度优先算法得到束算法呢？

首先我们需要限制每一层的束宽a，然后每一层中，我们只考虑离目标较近的a个节点，其他的去掉，这样就得到了束算法。这个算法的实现也很简单，只需要排序得到束宽就可，其他步骤不变。

最后，讲解了故事阅读中搜索的程序例子。