8、搜索算法：原理、策略与性能评估

搜索算法：原理、策略与性能评估

1. 搜索算法基础

搜索算法以搜索问题为输入，输出问题的解或表示无解。在搜索过程中，会在状态空间图上构建搜索树，从初始状态出发形成各种路径，试图找到通向目标状态的路径。

1.1 状态空间与搜索树的区别

状态空间描述了世界中可能存在的（可能是无限的）状态集合，以及允许从一个状态转换到另一个状态的动作。而搜索树描述了这些状态之间的路径，指向目标状态。搜索树中，对于任何给定的状态可能有多个路径（即多个节点），但树中的每个节点都有一条唯一的路径回到根节点。

1.2 节点扩展与前沿

以从阿拉德（Arad）到布加勒斯特（Bucharest）的路径搜索为例，搜索树的根节点是初始状态阿拉德。通过考虑该状态的可用动作，使用结果函数确定这些动作的指向，并为每个结果状态生成一个新节点（子节点或后继节点），每个子节点的父节点为阿拉德。

接下来需要选择下一个要考虑的子节点，这是搜索的核心。假设先扩展锡比乌（Sibiu）节点，会得到一组未扩展的节点，这些节点构成了搜索树的前沿。任何为其生成了节点的状态都被称为已到达状态。

前沿将状态空间图分为两个区域：内部区域的每个状态都已被扩展，外部区域的状态尚未被到达。

以下是最佳优先搜索算法的代码实现：

def BEST-FIRST-SEARCH(problem, f):
    node = NODE(STATE=problem.INITIAL)
    frontier = a priority queue ordered by f, with node as