没有允许启发式的最优搜索算法

Question

如果我没有使用正确的条款或忽略了现有的解决方案，请原谅我。我对搜索算法及其背后的理论没有经验。我只是想解决一个问题。

我之前使用的是我被告知的A *算法来解决不同的问题。但是阅读它我已经意识到我所学到的并不是相当维基百科告诉我的。

我学到的是：

• 从您的原始节点开始
• 为您可以采取的每条路径打开新的解决方案
• 递归地为您可以从那里获取的每个路径创建一个新的子解决方案
• 当您使用多种解决方案抵达同一地点时，请删除花费时间超过最快的人

现在，如果我正确理解维基百科，那就是我应该做的事情：

• 从您的原始节点开始
• 为您可以采取的每条路径打开新的解决方案
• 按“路径成本”+“估算目标成本”
订购解决方案
• 采取最便宜的解决方案并为每条可能的路径创建子解决方案
• 将这些溶液订购到其他溶液中，然后冲洗重复

我可以看到这对于不计算相当多的解决方案有什么帮助，但我的问题是我认为没有可能创建一个“乐观”的估计。

我不是在地理地图上搜索路径。我正在努力寻找最佳的行动顺序。 ABCDEFGH的最小序列是 - 比如说 - ABCDEFGH。你不能在E之前做F，但在特定的排序中重复先前的动作可能会使以后的行动更有效率。

我需要不同的搜索算法吗？我是否做了我最初学到的东西，并且认为做更多的工作是没有良好的启发式功能的代价？

我相信我的老师认识到了这个问题。我学到的只是A *，其启发函数为f（n）= 0。

Answer 1

  

我不是在地理地图上搜索路径。我想找到   最好的行动顺序。有一个最小的序列 - 比如说 -   ABCDEFGH。您不能在E之前执行F但重复之前的操作   特定排序可能会使以后的行动更有效率。

我不清楚你是否可以重复一个动作，即解决方案是ABCDEFGH，但ABBBBCDEFGH是否可行？

如果没有，那么您可以使用A *算法，如下所示：

1. At some stage (say the first, "empty"), you have one of several actions
   available.
2. The cost of going from Empty City to A City is the cost of action A.

3. The cost of going from Empty City to B city is the cost of action B.

当你到达B时，做C的成本常量（如果不是，那么就不能按原样使用A *）并插入从B开始的成本城市到C城的成本为C.

因此，您可以处理某个操作具有不同成本的情况，只要前一个状态完全描述了这种差异。例如，如果你只做了A或B，并且C的成本是5和8，你输入A和C之间的“距离”为5，B到C为8。

如果D的成本取决于之前的两个状态，您仍然可以使用更复杂的A *实现来定义虚拟“城市”BC，AB和AC，并且从BC到D的距离是“D完成B和C的成本”，依此类推。从A到达BC的成本是“给定A的B的成本，给出A和B的C的成本”。因此，如果这些成本取决于之前的状态，事情会变得更加复杂。

最后，这个修订后的A *的复杂性将会增长，直到它成为你的算法，其中每个状态都可能依赖于所有先前状态的序列。这越是真实，你的算法就越方便;每个州的成本越多，A *就越方便。

当然闭环的可能性（两次访问相同的状态/动作，使其成为循环图）将A *直接吹出水面。