Video: Är en stjärna girig?
2024 Författare: Lynn Donovan | [email protected]. Senast ändrad: 2023-12-15 23:53
A*(A stjärna ) A* är en kombination av Dijkstra och Girig . Den använder avstånd från rotnoden plus heuristikavstånd till målet. Algoritmen avslutas när vi hittar målnoden.
Dessutom, är giriga bästa första sökningen komplett?
Sammanfattningsvis, girig BFS är det inte komplett , inte optimal , har en tidskomplexitet på O(bm) och en rymdkomplexitet som kan vara polynom. A* är komplett , optimal , och den har en tids- och rumskomplexitet på O(bm). Så i allmänhet använder A* mer minne än girig BFS. A* blir opraktisk när Sök utrymmet är enormt.
Förutom ovan, är en * tillåten? Om den heuristiska funktionen är tillåtlig , vilket innebär att den aldrig överskattar den faktiska kostnaden för att nå målet, A* kommer garanterat att returnera en väg till lägsta kostnad från start till mål. Målets f-värde är då kostnaden för den kortaste vägen, eftersom h vid målet är noll i an tillåtlig heuristisk.
Dessutom, varför är en * bättre än bästa första sökning?
A* uppnår bättre prestanda genom att använda heuristik för att vägleda dess Sök . A* kombinerar fördelarna med Bäst - första Sök och enhetlig kostnad Sök : se till att hitta den optimerade vägen samtidigt som du ökar algoritmens effektivitet med hjälp av heuristik.
ÄR EN *-algoritm komplett?
A* är komplett och kommer alltid att hitta en lösning om en sådan finns. Ta en titt på wikipedia-artikeln. Om vidare heuristiken är tillåten och monoton algoritm kommer också att vara tillåtet (dvs optimalt).
Rekommenderad:
Är DFS girig?
Bredd-först-sökning är inte en girig algoritm i sig. Breath-first-sökning eliminerar inte alternativen, den skannar hela grafen utan att förkasta icke-lokala maximala noder och eller någon nod, och utan att ens prioritera på något sätt relaterat till utvärderingsfunktionen
Vad är girig bästa första sökning inom artificiell intelligens?
Bästa-först-sökalgoritmen (Girig sökning): Girig bäst-först-sökningsalgoritm väljer alltid den sökväg som ser bäst ut i det ögonblicket. I den bästa första sökalgoritmen utökar vi den nod som är närmast målnoden och den närmaste kostnaden uppskattas av heuristisk funktion, dvs f(n)= g(n)