没有。根据我的书，广度优先搜索生成的节点是：
N(BFS) = b + b^2 + .... + b^d + ( b^(d+1) - b )其中 b 是分支因子， d 是最浅节点的深度。但是它应该只是b + b^2 + .... + b^d吗？因为那，根据我是不。节点直到目标的深度。那么为什么会有+ ( b^(d+1) - b )？
答案 0 :(得分：2)
根据您使用的算法的变体，通过广度优先搜索生成的节点数存在差异。
如果在选择进行扩展（从打开的列表/队列中弹出）时将目标测试应用于每个节点，那么生成的节点数将是（在最坏的情况下）：
1 + b + b^2 + b^3 + ... + b^d + (b^(d+1) - b)，
其中d是解决方案深度，b是分支因子（任何节点的最大后继数）。
这是因为在实际选择目标节点进行扩展之前，您必须生成目标节点的兄弟姐妹的子节点。在最坏的情况下，目标节点将是开放列表中的最后一个选择进行扩展。
但是，这个通用的图搜索算法只有一点点调整，即目标测试在生成时应用于每个节点，而不是在选择进行扩展时应用。
因此，假设解决方案再次处于深度d。同样，在最坏的情况下，它是在该级别生成的最后一个节点。然后生成的节点总数为：
1 + b + b^2 + b^3 + ... + b^d。
所以第一种情况下的空间复杂性是：
O(b^(d+1))，
在第二种情况下：
O(b^d)。
答案 1 :(得分：0)
我认为你指的是在生成节点时评估测试条件的情况;然后BFS在最小深度处扩展“目标”下的所有节点，目标节点本身的子节点除外。如果目标位于深度d，最坏的情况是最后一个叶子未展开（因为它是目标）：
1 + b + b^2 + ... + b*(b^d - 1) = 1 + b + b^2 + ... + b^(d+1) - b = (b^(d+2) - 1) / (b - 1)