在启发式搜索中，评价函数的作用是（ ）
A: 判断搜索算法的空间复杂度
B: 从当前节点出发来选择后续节点
C: 判断搜索算法的时间复杂度
D: 计算从当前节点到目标节点之间的最小代价值
A: 判断搜索算法的空间复杂度
B: 从当前节点出发来选择后续节点
C: 判断搜索算法的时间复杂度
D: 计算从当前节点到目标节点之间的最小代价值
举一反三
- 在启发式搜索中，评价函数的作用是（ ） A: 判断搜索算法的空间复杂度 B: 从当前节点出发来选择后续节点 C: 判断搜索算法的时间复杂度 D: 计算从当前节点到目标节点之间的最小代价值
- 在A*搜索算法中，评价函数可以如下定义（ ）。 A: 评价函数之值=(从起始节点出发到当前节点最小开销代价)+(从当前节点出发到目标结点最小开销代价) B: 评价函数之值=(从起始节点出发到当前节点最小开销代价)*(从当前节点出发到目标结点最小开销代价) C: 评价函数之值=(从起始节点出发到当前节点最小开销代价)/(从当前节点出发到目标结点最小开销代价) D: 评价函数之值=(从起始节点出发到当前节点最小开销代价)-(从当前节点出发到目标结点最小开销代价)
- 在图搜索算法中，如果能在搜索的每一步都计算到达目标节点的花费时间，则该搜索算法为A算法。
- A*算法中OpenList存储的是? 当前搜索节点邻节点|连通图中待搜索结点|预估总成本较小节点|下一步搜索候选节点
- 启发式搜索策略可以同时考虑到初始节点到当前节点与当前节点到终止节点的优劣