人工智能公开课——04搜索：深度优先、爬山、束搜索

深度优先、广度优先

老师以一个地图的例子贯穿整节课讲解各种搜索算法。
如图所示：

我们的目标是从S开始到G，选择一条最优路径
老师介绍了两种搜索方式：深度优先和广度优先。
一、深度优先：不断向下进行路径的搜索，然后回到上层选择另一分支(backtracking)。用图表示：

最后，D往下到达了G，搜索结束。
二、广度优先：一层一层建立目标树，如图所示：

每完成一层的搜索横向扫描是否有G，在第三层扫描{C,G,D,E}的时候，发现的了G，故路径为S->A->D->G,搜索结束。

用队列的思想来表达的话，流程为：
小结：虽然深度优先算法和广度优先算法都能最终找到路径，但是我们可以发现，深度优先算法会经过很多次回溯，广度优先算法则是列举在找到最佳路径前所有的路径，这样的算法并不智能，程序运行的效率低，时间长。此外，老师利用发杂的路线程序距离，不同的扩展算法得到的最优路径也不同，并且有时候我们用直觉来看并不是最佳路径。为此引入扩展列表算法：除非末端节点从未被扩展过，我们才去扩展该节点。
如图所示：