两种方法都有一个数据结构，用于保存节点（及其成本）以进行扩展。两种方法首先以最高成本扩展节点。那么，它们之间有什么区别？
有人告诉我，统一成本搜索是一种盲目的方法，而最好先搜索不是，这让我更加困惑（两者都有关于节点成本的信息吗？）。
答案 0 :(得分：17)
区别在于heuristic功能。
统一成本搜索是无信息搜索：它不使用任何域知识。它扩展了成本最低的节点，并且它在每个方向都这样做，因为没有提供有关目标的信息。它可以被视为一个函数f(n) = g(n)，其中g(n)是路径成本（＆＃34;路径成本＆＃34;本身是一个函数，根据性能度量为路径分配数字成本，例如，以公里为单位的距离，或移动次数等）。到达节点 n 只是一个成本。
Best-first search 被告知搜索：它使用启发式函数来估计当前状态与目标的接近程度（我们是否接近目标？）。因此，我们的成本函数f(n) = g(n)与从n到目标的成本相结合，h(n)（估算成本的启发函数）给我们f(n) = g(n) + h(n)。最优先搜索算法的一个示例是 A * 算法。
是的，两种方法都有扩展节点列表，但最佳优先搜索将尝试最小化扩展节点数（路径成本+启发式函数）。
答案 1 :(得分：5)
这里有些误解。统一成本搜索，最佳优先搜索和A *搜索算法都是不同的算法。当最佳第一和 A * 搜索算法是有根据的搜索算法时，统一成本是一种不为人知的搜索算法。知情的意味着它使用启发式函数来确定扩展节点。最佳优先搜索和A *之间的区别在于，最佳优先使用f(n) = h(n)进行扩展，而A *使用f(n) = g(n)+h(n)来选择扩展节点。 h(n)是启发式函数。 g(n)是从起始节点到节点n的实际成本。
https://www.cs.utexas.edu/~mooney/cs343/slide-handouts/heuristic-search.4.pdf可以在此处看到更多详细信息。
答案 2 :(得分：4)
对接受的答案进行轻微更正
最佳优先搜索不估计当前状态与目标的接近程度，它估计每个下一个状态（从当前状态）到目标的接近程度，以影响所选路径。
统一成本搜索扩展了成本最低的节点（无论启发式），并且最佳优先搜索扩展了最少（成本+启发式）节点。
f(n) = g(n)
f(n) = g(n) + h(n)
这些函数中的每一个都在评估潜在的扩展节点，而不是当遍历树寻找目标状态的n时的当前节点
答案 3 :(得分：1)
差异如下：
统一成本搜索（UCS）以最低路径成本（即具有最低g（n））扩展节点，而最佳优先搜索（BFS）扩展最接近目标的节点
UCS无法处理启发式函数，而BFS可以处理启发式函数
在UCS中，f（n）= g（n），而在BFS中，f（n）= g（n）+ h（n）。
答案 4 :(得分：1)
统一成本搜索会选择距离最短的未访问节点，计算通过该节点到每个未访问邻居的距离，并在更小的情况下更新邻居的距离。
最佳优先搜索是一种基于启发式的算法，它试图预测路径末端（即路径中的最后一个节点）与目标节点之间的距离，以使被判断为更接近路径的路径。解决方案首先进行扩展。