• ida*


    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)=g(n)+h(n); ]

    (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

    [SCOI2005]骑士精神

    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

  • 相关阅读:
    AJPFX总结hashmap和hashtable的区别
    AJPFX分享JAVA修饰符详解
    AJPFX分享java排序之希尔排序
    Mysql框架---HMySql
    html/css实现聊天布局
    Java连接Mysql
    微信小程序九宫格布局
    Android设计模式——MVP
    iOS与H5交互(WKWbebView)
    iOS MJExtension的使用
  • 原文地址:https://www.cnblogs.com/rpup/p/13828992.html
Copyright © 2020-2023  润新知