广度优先搜索和迭代深化之间的区别

Question

我理解BFS和DFS，但对于我的生活无法弄清迭代加深与BFS之间的区别。显然迭代加深与DFS具有相同的内存使用率，但我无法看到这是如何可能的，因为它只是像BFS一样不断扩展。 如果有人能澄清那将是非常棒的。

如果需要，可以使用树：

    A
   / \
  B   C
 /   / \
D   E   F

Answer 1

根据我对算法的理解，IDDFS（迭代加深深度优先搜索）只是多次执行深度优先搜索，加深了每次迭代搜索的节点级别。因此，内存需求与深度优先搜索相同，因为最大深度迭代只是完全深度优先搜索。

因此，对于您给出的树的示例，第一次迭代将访问节点A，第二次迭代将访问节点A，B和C，第三次迭代将访问树的所有节点。 / p>

这样实现的原因是，如果搜索有时间限制，那么算法至少会知道“好得分”节点在达到时间限制之前是什么完全遍历树。

这与广度优先搜索不同，因为在每次迭代时，访问节点就像在深度优先搜索中一样，而不是像广度优先搜索那样。通常，IDDFS算法可能会存储每次迭代中找到的“最佳得分”节点。

Answer 2

从我所理解的迭代深化DFS下降到深度1然后DFS下降到深度2 ...下至深度n，依此类推直到找不到更多级别

例如我认为树会被读取

read                   visited               depth

A                      A                     1

ABC                    ABAC                  2

ABDCEF                 ABDBACECF             3

我相信它几乎为每个级别做了一个具有深度限制的单独DFS并丢弃了内存。

Answer 3

内存使用量是它在任何时候保存的最大节点数。不是访问过的节点数。

任何时候IDFS都需要只存储它正在扩展的分支中的节点。如果我们正在扩展C（在你的例子中），只需要A和C. BFS必须保存正在搜索的深度的所有节点。为了看到效果采用分支因子为8而不是2的树来搜索深度为3，BFS需要存储大量的64个节点。 IDFS只需要3个。

Answer 4

在迭代加深搜索的每个迭代中，我们都有一个限制，我们使用DFS方法遍历图，但是，对于每个迭代的每个步骤，我们只需要跟踪从根到路径内的节点即可。到深度d。那就是节省内存。

例如，查看下面图片的最后一行。如果我们使用了BFS，则必须跟踪所有深度为2的节点。但是，由于我们使用的是DFS，因此我们不需要将所有节点都保留在内存中，因为有些节点已经被访问过，因此我们不必需要它们，或者尚未访问过，因此我们将在以后添加。我们只保留到根的路径（灰色路径）。

图片来自Peter Norvig和Stuart Russel的人工智能书