还不会ida*算法?看完这篇或许能理解点。
IDA*
算法分析
IDA* 本质上就是带有估价函数和迭代加深优化的dfs与,A * 相似A *的本质便是带
有估价函数的bfs,估价函数是什么呢?估价函数顾名思义,就是估计由目前状态达
到目标状态的总费用,这个费用可以是距离,可以是路程,估价函数用于对dfs过
程进行优化,由当前状态借助估价函数判断怎么搜索更优,从而去走较优的状态,
\]
\(f(n)\)就是我们的估价函数,\(n\)表示当前状态,\(g(n)\)表示由当前状态的费用,
\(h(n)\)当前状态到目标状态的费用,估价函数的设计因题而异,一道题的估价函数
也有很多种,不同设计方案对dfs起到的优化作用不同,\(h(n)\)设计的越准确,对dfs
的优化越高,但如果求h(n)太复杂也没有什么实际意义,也就是说,\(h(n)\)不保证绝对准确
介绍完估价函数,我们再来介绍迭代加深优化,什么是迭代加深优化?其本质就是对
搜索层数进行限制,避免无意义的搜索,比如需要找到的答案在搜索树的第四层,我
们先搜第一层,设置搜索上限深度为1 ,我们搜索搜索树的第一层,没找到答案,停
止搜索,搜索上限+1,继续从起点进行搜索,直到找到答案,为什么这样可以对dfs起
到优化?考虑一颗深度非常大,并且答案在较小层的右侧的树,如果普通进行dfs明
显是很慢的,这时候IDA * 的优点就显现出来了
例题
以此题举例
下面是代码
#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
using namespace std;
const int maxn=100;
int t;
char ca;
int x1,y1;
int map[maxn][maxn];
int cr[maxn][maxn]={
{0,0,0,0,0,0},
{0,1,1,1,1,1},
{0,0,1,1,1,1},
{0,0,0,2,1,1},
{0,0,0,0,0,1},
{0,0,0,0,0,0}
};//目标状态
int gu(){//估价函数
int cnt=0;
for(int i=1;i<=5;i++){
for(int j=1;j<=5;j++){
if(map[i][j]!=cr[i][j]){
cnt++;
}
}
}
return cnt;
}
bool success=0;
int y2[maxn]={0,2,-2,2,-2,1,-1,1,-1};
int x2[maxn]={0,-1,-1,1,1,2,2,-2,-2};
void astar(int deep,int x,int y,int us){
if(us==deep){
if(!gu()){
success=1;
// cout<<1;
return ;
}
}
for(int i=1;i<=8;i++){
int xx=x;
int yy=y;
xx=x+x2[i];
yy=y+y2[i];
if(xx<1||xx>5||yy>5||yy<1){
continue;
}
swap(map[xx][yy],map[x][y]);
// cout<<xx<<" "<<yy<<" "<<x<<" "<<y<<endl;
if(us+gu()>deep){
swap(map[xx][yy],map[x][y]);
continue;
}
if(success){
return ;
}
astar(deep,xx,yy,us+1);
swap(map[xx][yy],map[x][y]);
}
return ;
}
int main(){
freopen("a.txt","r",stdin);
cin>>t;
while(t--){
for(int i=1;i<=5;i++){
for(int j=1;j<=5;j++){
cin>>ca;
// cout<<ca<<" ";
if(ca=='*'){
x1=i;
y1=j;
map[i][j]=2;
// cout<<map[i][j]<<" ";
}
else{
map[i][j]=ca-'0';
// cout<<map[i][j]<<" ";
}
}
// cout<<endl;
}
// cout<<gu();
if(!gu()){
cout<<-1;//所给的图符合题意,所以直接结束,此处剪枝优化比较明显
return 0;
}
for(int i=1;i<=15;i++){
astar(i,x1,y1,0);
if(success){
cout<<i<<endl;
break;
}
}
if(!success){
cout<<-1<<endl;
}
success=0;
}
return 0;
}
完结撒花
还不会ida*算法?看完这篇或许能理解点。的更多相关文章
- 【最短路径Floyd算法详解推导过程】看完这篇,你还能不懂Floyd算法?还不会?
简介 Floyd-Warshall算法(Floyd-Warshall algorithm),是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法,与Dijkstra算法类似.该算法名称以 ...
- [转帖]看完这篇文章你还敢说你懂JVM吗?
看完这篇文章你还敢说你懂JVM吗? 在一些物理内存为8g的服务器上,主要运行一个Java服务,系统内存分配如下:Java服务的JVM堆大小设置为6g,一个监控进程占用大约 600m,Linux自身使用 ...
- 看完这篇还不会 GestureDetector 手势检测,我跪搓衣板!
引言 在 android 开发过程中,我们经常需要对一些手势,如:单击.双击.长按.滑动.缩放等,进行监测.这时也就引出了手势监测的概念,所谓的手势监测,说白了就是对于 GestureDetector ...
- [转帖]看完这篇文章,我奶奶都懂了https的原理
看完这篇文章,我奶奶都懂了https的原理 http://www.17coding.info/article/22 非对称算法 以及 CA证书 公钥 核心是 大的质数不一分解 还有 就是 椭圆曲线算法 ...
- Mysql快速入门(看完这篇能够满足80%的日常开发)
这是一篇mysql的学习笔记,整理结合了网上搜索的教程以及自己看的视频教程,看完这篇能够满足80%的日常开发了. 菜鸟教程:https://www.runoob.com/mysql/mysql-tut ...
- APP的缓存文件到底应该存在哪?看完这篇文章你应该就自己清楚了
APP的缓存文件到底应该存在哪?看完这篇文章你应该就自己清楚了 彻底理解android中的内部存储与外部存储 存储在内部还是外部 所有的Android设备均有两个文件存储区域:"intern ...
- 关于 Docker 镜像的操作,看完这篇就够啦 !(下)
紧接着上篇<关于 Docker 镜像的操作,看完这篇就够啦 !(上)>,奉上下篇 !!! 镜像作为 Docker 三大核心概念中最重要的一个关键词,它有很多操作,是您想学习容器技术不得不掌 ...
- 看完这篇Redis缓存三大问题,保你面试能造火箭,工作能拧螺丝。
前言 日常的开发中,无不都是使用数据库来进行数据的存储,由于一般的系统任务中通常不会存在高并发的情况,所以这样看起来并没有什么问题. 一旦涉及大数据量的需求,如一些商品抢购的情景,或者主页访问量瞬间较 ...
- 看完这篇 Linux 权限后,通透了!
我们在使用 Linux 的过程中,或多或少都会遇到一些关于使用者和群组的问题,比如最常见的你想要在某个路径下执行某个指令,会经常出现这个错误提示 . permission denied 反正我大概率见 ...
随机推荐
- Struts 2 漏洞专题 | S2-008
漏洞简介 为了防止攻击者在参数内调用任意方法,默认情况下将标志xwork.MethodAccessor.denyMethodExecution设置为true,并将SecurityMemberAcces ...
- Spring IoC 到底是什么
前言 「上一篇文章」我们对 Spring 有了初步的认识,而 Spring 全家桶中几乎所有组件都是依赖于 IoC 的. 刚开始听到 IoC,会觉得特别高大上,但其实掰开了很简单. 跟着我的脚步,一文 ...
- 看图学习 ArrayBuffers 和 SharedArrayBuffers
原文地址:A cartoon intro to ArrayBuffers and SharedArrayBuffers 原文作者:Lin Clark 译者:黑黑 校对者:Bob 在上一篇文章中,老司机 ...
- python3和python2语法区别
1.print python2中是print xxx python3中是print(xxx) 2.抛异常except python2中except Exception,e: print "E ...
- 微服务架构之SpringCloud
微服务架构之SpringCloud介绍 1.什么是微服务 2.SpringCloud架构 3.SpringCloud组件 4.微服务相关技术 Docker Jenkins
- canvas的简单绘制及设置
<!DOCTYPE html> <html> <head> <meta charset="UTF-8"> </head> ...
- 使用binlog2sql恢复数据
binlog2sql 是一款比较常用的数据恢复工具,可以通过它从MySQL binlog解析出你要的SQL,并根据不同选项,可以得到原始SQL.回滚SQL.去除主键的INSERT SQL等.主要用途如 ...
- 你还不会ES的CUD吗?
近端时间在搬砖过程中对es进行了操作,但是对es查询文档不熟悉,所以这两周都在研究es,简略看了<Elasticsearch权威指南>,摸摸鱼又是一天. es是一款基于Lucene的实时分 ...
- Oracle学习(四)SQL高级--表优化相关(序列、视图等)
INDEX(索引) 可以在表中创建索引,以便更加快速高效地查询数据. 用户无法看到索引,它们只能被用来加速搜索/查询. PS:更新一个包含索引的表需要比更新一个没有索引的表花费更多的时间,这是由于索引 ...
- 深入理解HDFS分布式文件系统
深入理解HDFS:Hadoop分布式文件系统: https://blog.csdn.net/bingduanlbd/article/details/51914550