滑动瓦片问题的启发式算法

Question

这个想法是将所有正确的元素向左和向左移动到右边，中间有一个空白区域。元素可以跳过一个或两个部分进入空白区域。

LLL[ ]RRR

我正在尝试为这项任务考虑一种启发式方法。启发式是否有助于找到可能的解决方案，或实际上返回一些移动作为解决方案？我该如何表达这样的启发式？

Answer 1

听起来你对启发式是什么感到有些困惑。

粗略定义是“简化假设”或“体面猜测”

例如，假设您必须组建一个篮球队，并且您有关于想要列出其联系信息，出生日期和身高的人的情况说明书。您可以在测试每个候选人的特定技能时进行试训;但是，这需要引入所有候选人，这可能需要很长时间。你使用启发式来缩小搜索范围 - 只调用至少6英尺2英寸高的人。这可能会忽略一些伟大的篮球运动员，但这是一个相当不错的猜测。

启发式的另一个例子：您正在尝试使用最少数量的硬币来支付账单。启发式（简化方法）是首先选择具有最大值（小于剩余账单）的硬币，从账单中减去该值，然后重复。这并不能保证每次都能正常工作，但它会让你在大多数时间都能到达正确的社区。

你的问题的启发式可能是“永远不要向右移动Ls，永远不要向左移动Rs” - 它通过从一开始就消除一些可能性来缩小所有可能移动的“搜索空间”。 / p>

Answer 2

您在寻找启发式还是算法？启发式可能会或可能不会解决给定的问题。它实际上只是为了指出解决方案可能存在的方向。算法确实应该解决给定的问题。

Answer 3

启发式通常是一种“提示”，通常（但并非总是）会指导您的程序指向正确的方向。使用启发式扫描可以加快您的程序（您的算法），通常，但并非总是如此。这就像对算法的“建议”，这种建议通常是正确的。

我不确定你在寻找什么，因为描述有点模糊。如果你想要算法，你将需要研究特定动作对当前情况会产生什么影响，以及每次所有可能的动作向前迈进的方法，实际上是遍历状态树（即状态树将会发展的状态）你做了一个特定的动作序列。）

您还可以看到，当前位置与您想要达到的目标（您想要的最终位置）的关系有多接近。因此，不要计算从初始状态到所有可能路径的所有路径。如果找到最终状态，您可以根据启发式“当前状态与所需状态的接近程度”来指导算法，并且只遍历树的一部分。