我注意到some of我遇到的“硬”组合问题可以根据某些类型的树搜索（如alpha-beta修剪，光束搜索或类似算法）进行投射。然而，编程它们似乎重复编码相同的事情，并且很容易犯错误。在我看来应该有一个实现这些算法的库，我应该被要求写的是
对不起，我没有提供任何具体的代码，但我想我已经解释了这个问题。如果我可以编写上述功能的代码，我不应该轻易地运行一些树/图搜索算法吗？是否有任何用户友好的库/框架可以轻松支持这一点？我喜欢它在Python或C / C ++中，但有兴趣听到任何建议。
编辑：更确切地说，我在谈论知情树搜索算法。
答案 0 :(得分：1)
Boost拥有Boost Graph Libary (BGL)。 Boost图库用户指南使用隐式图表对Knight的游览问题进行了example。
答案 1 :(得分：1)
在没有指定具体步骤的情况下表达问题是一种declarative programming。
你谈论'部分解决方案'。这是否意味着您正在考虑的问题有重叠的子问题？如果是这样，那么听起来你正在寻找一种方法来做一般dynamic programming。所有这一切真正意味着通过连续的步骤构建一个函数，解决问题的简单版本，然后迭代。这个Mathematica journal article中有一些不错的例子。
您考虑过Prolog了吗？它不是一个框架，但如果您愿意，搜索算法将内置于该语言中。使用Prolog之类的东西编写非常通用的constraint programming解决方案是可能的。在Python中有python-constraint library，这非常好 - 我过去曾经使用它。
答案 2 :(得分：1)
<强> QuickGraph
对于任何愿意去.Net的人，请查看the open source QuickGraph library所有基于图形/树的处理。它巧妙地分离了与图形表示，算法，变形和表示相关的所有概念。它有很多扩展点，因此它应该能够支持大多数图形转换问题。
[编辑]此时QuickGraph提供的算法集不包括alpha-beta修剪或波束搜索，尽管其“搜索”算法部分包含11种其他方法，可为实施您最喜欢的遍历算法提供充分的指导，以及在时间我会想象它将支持alpha-beta和beam。
广告。 1
它确实满足您的第一个标准，因为可以插入一个委托函数，该委托函数基于不完整的解决方案（即当前节点）返回几个更具体的解决方案（即相邻节点）。这由DelegateImplicitGraph（和变体）处理，并且应该是内存有效的，因为它可以防止在内存中同时拥有整个搜索空间。
广告。 2 此外，算法可以采用自定义代理，例如最大/最小/预期成本算法（参见AStarShortestPathAlgorithm）。这符合您的第二个标准。
总之，QuickGraph帮助您构建问题，为各种类型的问题提供插入算法，并允许您通过提供新算法来改进它。
答案 3 :(得分：1)
Fuego是一个开源的蒙特卡罗树搜索（与alpha-beta树搜索相对）平台，可以针对2人全信息游戏（最初创建目标Go）。它甚至可能比这更普遍。
编辑：我刚刚了解到它还具有alpha-beta搜索器。这是最近的一篇论文：http://webdocs.cs.ualberta.ca/~mmueller/ps/fuego-TCIAIG.pdf
答案 4 :(得分：0)
我在线找到了Peter Norvig的informed and uninformed search Python代码。它支持A-star搜索，可用于根据我所看到的一般问题进行编程。我想知道它是否足够快或者可以扩展到波束搜索，分支和绑定等。