Dijkstra算法如何更好地找到A *算法来寻找最短路径？

Question

Dijkstra算法如何更好地找到A *算法来寻找最短路径？

Answer 1

寻找最短路径并不是更好。只要你对A *有一个可接受的启发式，它就会发现短路径比Dijkstra更快。

正如Mehrad在评论中指出的那样，如果你给它一个返回0的启发式函数，A *会降级为Dijktras。

wikipedia article for A*有很多关于所有这些的好信息。

Answer 2

如果你想找到一个给定源节点到图中所有节点的最短路径，那么Dijkstra优于A *，因为如果你不停留在Dijkstra，那么无论如何都要覆盖整个图形。具体目标。与简单的Dijkstra相反，A *是面向目标的算法，因此需要知道源节点和目标节点。如果你想用N *节点用A *算法覆盖整个图形，你基本上必须从源节点运行N次算法。

Dijkstra也可能更好地找到从源节点到图的许多目标的最短路径。取决于目标的位置（特别是距离源的距离），目标数量M，图形的大小，A *启发式的质量，将有一些收支平衡点，其中运行一个Dijkstra比运行更好或更低性能M乘以A *算法。

编辑：受到马修正确评论的启发，我重新措辞并添加评论：

• Dijkstra在寻找所有节点的最短路径方面并不比A *更好。正确的是：它不比A *差。
• 要找到带有A *的所有节点的最短路径，将设置估算目标节点的成本为零的函数（因为没有目标节点）。将估计目标节点的成本的函数设置为零使得A *与Dijkstra相同; Dijkstra是A *的一个特例。 （如果函数设置为零，那么是否应该将算法称为“A *”（而不仅仅是“Dijkstra”）是值得怀疑的，因为具有非零函数是A *的核心。）
• 当我们试图找到所有节点的最短路径时，我们也可以说：Dijkstra就足够了。 A *的改进不是必要的，对我们没有帮助。
• 最后一句话也适用于在图表中搜索，例如：查找标记有最接近给定源节点的特定标志的节点。由于您事先不知道目标，因此无法定义估算搜索节点成本的函数，因此A *（在非零函数的狭义上）不适用。