最佳优先搜索和A *搜索之间有什么区别？

Question

在我的教科书中，我注意到这两种算法几乎完全相同，我试图理解它们之间的主要区别 。

教科书使用A *以与最佳优先搜索相同的方式遍历此示例。

任何帮助，将不胜感激。

Answer 1

最佳优先搜索算法基于具有最低启发式值（通常称为贪婪）的启发式函数f（n）= h来访问下一状态。 它不考虑到该特定状态的路径的成本。 它所关心的只是当前状态的下一个状态具有最低的启发式。

A *搜索算法基于特征f（n）= h + g访问下一状态，其中h分量与最佳优先搜索中应用的启发式相同，但是g分量是从初始状态到特定状态的路径。 因此，它不会选择具有最低启发式值的下一个状态，而是在考虑它的启发式和到达该状态的成本时给出最低值。

在上面的示例中，当您从Arad出发时，您可以直接前往锡比乌（253公里）或Zerind（374公里）或蒂米什瓦拉（329公里）。 在这种情况下，两种算法都选择Sibiu，因为它具有较低的值f（n）= 253。

现在你可以扩展到Arad（366公里）或Oradea（380公里）或Faragas（178公里）或Rimnicu Vilcea（193公里）。 对于最好的第一次搜索，Faragas将具有最低f（n）= 178但是A *将具有Rimnicu Vilcea f（n）= 220 + 193 = 413其中220是从Arad（140 + 80）到达Rimnicu的成本而193是来自Rimnicu到布加勒斯特，但对于Faragas，它将更多为f（n）= 239 + 178 = 417。

所以现在很明显你可以看到最好的第一种是贪心算法，因为它会选择具有较低启发式但总体成本较高的状态，因为它不考虑从初始状态到达该状态的成本

Answer 2

A *通过使用启发式方法来指导其搜索，从而实现更好的性能。 A *结合了最佳优先搜索和统一成本搜索的优势：确保找到优化路径，同时使用启发式提高算法效率。 A *函数将是f（n）= g（n）+ h（n），其中h（n）是任意随机顶点n和目标顶点之间的估计距离，g（n）是起始点和目标顶点之间的实际距离。任何顶点 如果g（n）= 0，则A *变为最优先搜索。 如果h（n）= 0，则A *变为统一成本搜索。