A *表示未加权图表

Question

在未加权的有向图上使用A *搜索算法来寻找最短路径是否有意义？

从阅读http://www.cs.cmu.edu/~cga/ai-course/astar.pdf来看，似乎A *在内存方面可能很昂贵，对于未加权的图表，它甚至会如何确定启发式？

这篇文章here似乎得出结论，A *不应该用于未加权的图表。

用于在未加权有向图上找到最短路径的最佳/租赁昂贵算法是什么？只是一个简单的BFS？

Answer 1

除非你有一个有用的启发式方法来使用它，否则完整的A *是没有意义的。也就是说，如果您的启发式是每个节点都被猜测与目标的距离相同，那么A *搜索将给出与BFS相同的结果，因为在查看a之前，您将查看由较短路径到达的每个节点节点到达较长的节点。

至于最好的，我所知道的最好的算法是从两端开始的BFS，使用哈希来检测第一个交叉点。也就是说，您标记源和目标。然后将源扩展到深度1，然后将目标扩展到1的深度，然后将源扩展到2的深度，然后将目标扩展到2的深度，依此类推。相交时，您有从两个方向到交叉点的最短路径。因此，从源头到交叉点遍历一个，然后回到目标。

例如，这是一种算法，用于在像LinkedIn这样的大型社交网络中找到与您亲近的人。

Answer 2

如果您有启发式，请使用A *。如果不这样做，请不要。

通常未加权的图形具有可被利用的附加结构，例如。如果您的图形实际上是2D网格，则跳转点搜索比正常A *快得多。我们需要了解有关您的问题域的更多信息，以便进一步推荐。