人工智能吴飞基于树搜索的贪婪最佳优先搜索例题
贪婪最佳优先搜索算法Greedy_BFS
算法原理: 利用优先队列(优先级属性每一个结点的估计函数值)后进先出的性质来一层层的遍历。有信息搜索策略使用问题本身的定义之外的特定知识,比无信息的搜索策略更有效的进行问题求解。一般考虑的算法称为最佳优先搜索。最佳优先搜索中,结点是基于评价函数值被选择扩展的。
算法时间空间复杂度分析:时间复杂度:O(b^m ),空间复杂度:O(b^m )
算法步骤:
1)将开始结点压入优先队列中;
2)取出队列结点当前拓展结点,设置为已访问;
3)判断当前结点是否为目标结点,若是则输出路径搜索结束,否则进行下一步;
4)访问当前结点的所有相邻子节点;
5)判断该该子节点是否被访问过,若已经访问过则回到2),若还未访问过则继续下一步6);
6)对于每一个子节点,获取其相关信息值并进行路径更新,将其子节点的父亲结点指向当前结点,返回2);
7)对新的队列进行一次优先级排序;
8)若优先队列为空还未到目标结点,返回搜索失败;
package 实验一;
import java.util.Collections;
import java.util.Comparator;
import java.util.List;
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.Queue;
public class Greedy_BFS extends BuildGraph{
public void ShortestPath(){
ShortestPath(start,end);
}
public Queue<Vertex> SortTest(Queue<Vertex> queue){
List<Vertex> list=new ArrayList<>();
while(!queue.isEmpty()){
list.add(queue.poll());
}
Collections.sort(list, new Comparator<Vertex>(){
@Override
public int compare(Vertex o1, Vertex o2) {
// TODO Auto-generated method stub
return o1.h<o2.h? -1:(o1.h==o2.h? 0:1);
}
});
int i=0;
while(i<list.size()){
//System.out.(i).h+" ");
queue.(i));
sortout什么意思中文 i++;
}
//System.out.println();
return queue;
}
public void ShortestPath(Vertex startNode,Vertex endNode){
//初始化
Queue<Vertex> queue = new LinkedList<>();
//startNode.dist=0;
queue.offer(startNode);//将源点dist设置为0并入队列
while(!queue.isEmpty()){
Vertex v = queue.poll();
explored.put(v.vertexLabel, 1);
if(v.vertexLabel==endNode.vertexLabel){
System.out.println("Greedy_BFS Route:");
showPath_H(v,startNode);
return;
}
for(int i=0;i<v.child.size();i++){
Vertex current=(i).endVertex;
//System.out.(current.vertexLabel));
(current.vertexLabel)==0){
current.dist=v.dist+((i));
queue.offer(current);
current.preNode=v;
}
}
queue=SortTest(queue);
}
System.out.println("Greedy_BFS Route:"+" Failure!");
return;
}
}
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论