最佳优先搜索和A *搜索之间的区别是什么？

Question

在我的教科书中，我注意到这两种算法几乎完全相同，我试图理解它们之间的主要区别是什么。

教科书使用 A * 以与最佳优先搜索相同的方式遍历此示例。

任何帮助都将不胜感激。

Answer 1

最佳优先搜索算法基于具有最低启发式值（通常称为贪婪）的启发式函数 f（n）= h 访问下一状态。它没有考虑到该特定状态的路径的成本。它所关心的只是当前状态的下一个状态具有最低的启发式。

A *搜索算法根据heristic f（n）= h + g 访问下一个状态，其中 h 组件应用的启发式方法相同在最佳优先搜索中， g 组件是从初始状态到特定状态的路径。因此，它不会选择具有最低启发式值的下一个状态，而是在考虑它的启发式和到达该状态的成本时给出最低值。

  

在上面的例子中，当你从Arad开始时，你也可以去   直达锡比乌（253公里）或Zerind（374公里）或蒂米什瓦拉（329公里）。   在这种情况下，两种算法都选择Sibiu，因为它具有较低的值f（n）=   253。

     

现在你可以扩展到任一状态回阿拉德（366公里）或   奥拉迪亚（380公里）或法拉加斯（178公里）或Rimnicu Vilcea（193公里）。对于最好   首先搜索Faragas将具有最低f（n）= 178但 A * 将   有Rimnicu Vilcea f（n）= 220 + 193 = 413其中220是成本   从Arad（140 + 80）到达Rimnicu，193从Rimnicu到达   布加勒斯特，但对于法拉加斯，它将更多为f（n）= 239 + 178 = 417。

所以现在显然你可以看到 best-first 是贪婪算法，因为它会选择具有较低启发式但总体成本较高的状态，因为它没有考虑从最初到达该状态的成本状态

Answer 2

A *通过使用启发式方法来指导其搜索，从而获得更好的性能。 A *结合了最佳优先搜索和统一成本搜索的优点：确保在使用启发式算法提高算法效率的同时找到最佳路径。 A *函数将为f（n）= g（n）+ h（n），其中h（n）是任意随机顶点n与目标顶点之间的估计距离，g（n）是起点与顶点之间的实际距离任何顶点如果g（n）= 0，则A *变为最佳优先搜索。如果h（n）= 0，则A *变为均匀成本搜索。