Iterative-Deepening DFS（ID-DFS）和BFS

Question

我正在阅读https://www.ics.uci.edu/~welling/teaching/271fall09/UninformedSearch271f09.pdf

的讲座

BFS中的内存使用量为O（b ^ d + 1），ID-DFS中的内存使用量为O（bd）。

我想检查一件事，为什么ID-DFS不存储所有访问过的节点？

我弄清楚的原因是它只需要存储路径以及它在路径上展开的节点。对于其访问过的路径之外的其他节点，可以从树中丢弃（从内存中释放它们），因为这些节点不利于从根目录指向目标节点。

对于BFS，因为我们不知道解决方案的位置，所以在找到解决方案之前，我们不能丢弃我们访问过的节点。

以上思想是正确还是错误？

注意： 更准确地说，在ID-DFS中，据我所知，在访问节点时，我们应该生成所有合法的孩子，比如n个孩子，并访问第一个孩子n1。对于第二个孩子n2，将访问它直到有限深度的DFS完成搜索n1。这就是为什么ID-DFS中的内存使用量为O（bd），分支因子乘以深度的原因。对于某些应用程序，它不需要在访问节点时生成所有子节点，它只能生成第一个子节点;对于第二个孩子，可以在搜索n1后生成并返回。对于这样的修改，它只需要存储路径，因此其内存使用量为O（d）。

Answer 1

我认为这是人工智能课程的内容。

让我们首先确保我们讨论树搜索而不是图搜索。在树搜索中，您只需要一个条纹，同时在图形搜索中需要条纹和近距离集合。边缘通常是一个pripority队列，只是存储要访问的节点。对于BFS和DFS，它们可以分别减少到队列和堆栈。对于图搜索，close集将用于存储已访问所有子节点的节点，以便修剪不必要的重复搜索。

考虑一个搜索树，每个节点都有b子节点和m层。

时间复杂性：DFS需要O(b^m)找到一个解决方案，而BFS需要O(b^s)找到一个解决方案，其中s是最浅解的深度。

空间复杂性：空间复杂性指的是边缘将消耗的最大尺寸。 DFS只需要O(bm)，因为它只需要在通向root的路径上存储slibing节点，而BFS大致采用最后一层，即O(b^s)

以下是DFS与BFS的说明：

我们可以很容易地看到，在大多数情况下，使用BFS比使用DFS找到一个解决方案更快，但DFS占用的内存比BFS少。因此，ID-DFS只是BFS和DFS的组合。因此，要搜索深度d，内存消耗与DFS相同，即O(bd)。