A星算法解析 (搜索)

本文介绍了A*算法的基本原理,它是对盲目搜索的一种改进,并通过引入估价函数来提高搜索效率。文章详细解释了估价函数F(s)=aH(s)+G(s)中各部分的意义,其中G(s)为从起点到当前节点的实际代价,H(s)为预估从当前节点到终点的代价,而a是用于调整搜索策略的常数。

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

A*算法解析:
      定义:
          普通的搜索算法为盲目搜索
          需要一种较为智能的方法来减少搜索的盲目性 
          A*算法是基于bfs算法改良的算法
          引入估价函数对当前的搜索的形式进行估价
          将队列改为优先队列,将估价得到的【最接近终点的点】优先搜索


估价函数的设计:
F(s)=H(s)+G(s)
G(s)为从起点到点s的代价
H(s)为预估从点s到终点的代价的预估值
H(s)的设计应满足:当G(s)加1时,H(s)的增减量应该为常数级别
完整版:F(s)=aH(s)+G(s)
a为自己设定的常数
当a越大时,该搜索越贪心
当a越小时,该搜索该搜索越保守
当a=0时,即为普通的bfs
一般让a设为能够使(当G(s)加1时,H(s)的改变为±1)


估价函数的设计例子
迷宫问题:从某个点走向另一个点,每次只能沿四个方向走,求最短路线
G(s)显然为从起点到点s的步数
H(s)可以设计为点s到终点的曼哈顿距离
当G(s)+1时,H(s)只会+1或者-1,满足改变量为常数的条件
 

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