Wykład2,24II2010,str.1 Przeszukiwanie przestrzeni stanów powtórka

Transkrypt

1 Wykład2,24II2010,str.1 Przeszukiwanie przestrzeni stanów powtórka DEFINICJA: System produkcji M zbiórst.zw.stanów wyróżnionys 0 St.zw.stanpoczątkowy podzbiórg St.zw.stanówdocelowych zbiórot.zw.operacji: o:s Sdlakażdejo O ZADANIE: MZnaleźćdrogęods 0 doktóregośstanudocelowego.

2 Wykład2,24II2010,str.2 Przeszukiwanie przestrzeni stanów powtórka ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s 0 = G= O={L,P,D,G} Lewo Prawo Dół Góra o=l r=[]

3 Wykład2,24II2010,str.2 Przeszukiwanie przestrzeni stanów powtórka ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=l r=[]

4 Wykład2,24II2010,str.2 Przeszukiwanie przestrzeni stanów powtórka ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=d r=[l]

5 Wykład2,24II2010,str.2 Przeszukiwanie przestrzeni stanów powtórka ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=p r=[l,d]

6 Wykład2,24II2010,str.2 Przeszukiwanie przestrzeni stanów powtórka ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=p r=[l,d,p]

7 Wykład2,24II2010,str.2 Przeszukiwanie przestrzeni stanów powtórka ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=p r=[l,d,p] Jak znaleźć drogę r?

8 Wykład2,24II2010,str.3 Przykład: Wieże w Hanoi M s0 =(1,1,1) G={(3,3,3)} O= r=[] { } 1 2,1 3,2 3, 2 1,3 1,3 2 n cz zna1,cna1,nna1

9 Wykład2,24II2010,str.3 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={(3,3,3)} O= r=[] { } 1 2,1 3,2 3, 2 1,3 1,3 2 n cz zna1,cna1,nna1

10 Wykład2,24II2010,str.3 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } O= r=[] { } 1 2,1 3,2 3, 2 1,3 1,3 2 n cz zna1,cna1,nna1

13 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } O= { } 1 2,1 3,2 3, 2 1,3 1,3 2 r=[1 3] n c Wykład2,24II2010,str zna3,cna1,nna1 z

14 Wykład2,24II2010,str.3 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } O= { } 1 2,1 3,2 3, 2 1,3 1,3 2 r=[1 3,1 2] n c z zna3,cna2,nna1

15 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } O= { } 1 2,1 3,2 3, 2 1,3 1,3 2 r=[1 3,1 2,3 2] n Wykład2,24II2010,str.3 c z zna2,cna2,nna1

16 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } O= { } 1 2,1 3,2 3, 2 1,3 1,3 2 r=[1 3,1 2,3 2,1 3] Wykład2,24II2010,str.3 c z zna2,cna2,nna3 n

17 Wykład2,24II2010,str.3 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } { } 1 2,1 3,2 3, O= 2 1,3 1,3 2 [ 1 3,1 2,3 2,1 3, r= 2 1 ] z c zna1,cna2,nna3 n

18 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } { } 1 2,1 3,2 3, O= 2 1,3 1,3 2 [ 1 3,1 2,3 2,1 3, r= 2 1,2 3 ] z Wykład2,24II2010,str zna1,cna3,nna3 n c

19 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } { } 1 2,1 3,2 3, O= 2 1,3 1,3 2 [ 1 3,1 2,3 2,1 3, r= 2 1,2 3,1 3 ] Wykład2,24II2010,str.3 n cz zna3,cna3,nna3

20 Przykład: Wieże w Hanoi M s0 = 1,1,1 G={ 3,3,3 } { } 1 2,1 3,2 3, O= 2 1,3 1,3 2 [ 1 3,1 2,3 2,1 3, r= 2 1,2 3,1 3 ] Jak znaleźć drogę r? Wykład2,24II2010,str.3 n cz zna3,cna3,nna3

21 Wykład2,24II2010,str.4 Przykład: Wieże w Hanoi przestrzeń stanów M

22 Wykład2,24II2010,str.4 Przykład: Wieże w Hanoi przestrzeń stanów M 1,1,1 2,1,1 3,1,1 2,3,1 3,2,1 3,3,1 1,3,1 1,2,1 2,2,1 3,3,2 2,2,3 1,3,2 2,3,2 3,2,3 1,2,3 1,2,2 2,1,2 3,1,3 1,3,3 2,2,2 3,2,2 3,1,2 1,1,2 1,1,3 2,1,3 2,3,3 3,3,3

23 Wykład2,24II2010,str.5 W lista stanów zamkniętych(przeszukanych); R lista stanów otwartych(do przeszukania)

24 Wykład2,24II2010,str.5 W lista stanów zamkniętych(przeszukanych); R lista stanów otwartych(do przeszukania); N generowanie stanów sąsiednich

25 Wykład2,24II2010,str.5 W lista stanów zamkniętych(przeszukanych); R lista stanów otwartych(do przeszukania); N generowaniestanówsąsiednich;dlas S: N(s) def = { o(s),a o O, ajeststrzałkązo(s)dos }

26 Wykład2,24II2010,str.5 W lista stanów zamkniętych(przeszukanych); R lista stanów otwartych(do przeszukania); N generowaniestanówsąsiednich;dlas S: N(s) def = { o(s),a o O, ajeststrzałkązo(s)dos ALGORYTM: przeszukiwanie(ogólnie) M W:={ s0,niestrzałka };R:=N(s 0 ); while( { s,a W s G } = ){ if(r= ){drukuj porażka ;stop;} else{ wybierz s,a R; W:=W { s,a }; R:=R N(s) { s,a a s,a W } ; } } }

27 Wykład2,24II2010,str.5 W lista stanów zamkniętych(przeszukanych); R lista stanów otwartych(do przeszukania); N generowaniestanówsąsiednich;dlas S: N(s) def = { o(s),a o O, ajeststrzałkązo(s)dos } ALGORYTM: przeszukiwanie(ogólnie) M W:={ s0,niestrzałka };R:=N(s 0 ); while( { s,a W s G } = ){ if(r= ){drukuj porażka ;stop;} else{ wybierz s,a R; W:=W { s,a }; R:=R N(s) { s,a a s,a W } ; } } wymaga doprecyzowania

28 Wykład2,24II2010,str.6 Przykład: Graw8-kę M W stanyzamknięte R stanyotwarte s wybranystanzr

29 Wykład2,24II2010,str.6 Przykład: Graw8-kę M W stanyzamknięte R stanyotwarte s wybranystanzr

30 Wykład2,24II2010,str.6 Przykład: Graw8-kę M L P D W stanyzamknięte R stanyotwarte s wybranystanzr

31 Wykład2,24II2010,str.6 Przykład: Graw8-kę M L P D W stanyzamknięte R stanyotwarte s wybranystanzr

32 Wykład2,24II2010,str.6 Przykład: Graw8-kę M L D P D W stanyzamknięte R stanyotwarte s wybranystanzr

33 Wykład2,24II2010,str.6 Przykład: Graw8-kę M L D P D W stanyzamknięte R stanyotwarte s wybranystanzr

34 Wykład2,24II2010,str.6 Przykład: Graw8-kę M L D P L D P D W stanyzamknięte R stanyotwarte s wybranystanzr

35 Wykład2,24II2010,str.6 Przykład: Graw8-kę M L D P L D P D W stanyzamknięte R stanyotwarte s wybranystanzr

36 Wykład2,24II2010,str.6 Przykład: Graw8-kę M L D P L D P D W stanyzamknięte R stanyotwarte s wybranystanzr D G

37 Wykład2,24II2010,str.7 ALGORYTM: przeszukiwanie(ogólnie) M W:={ s0,niestrzałka };R:=N(s 0 ); while( { s,a W s G } = ){ if(r= ){drukuj porażka ;stop;} else{ wybierz s,a R; W:=W { s,a }; R:=R N(s) { s,a a s,a W } ; } } Zależnośćodsposobuwyborustanu s,a R

38 Wykład2,24II2010,str.7 ALGORYTM: przeszukiwanie(ogólnie) M W:={ s0,niestrzałka };R:=N(s 0 ); while( { s,a W s G } = ){ if(r= ){drukuj porażka ;stop;} else{ wybierz s,a R; W:=W { s,a }; R:=R N(s) { s,a a s,a W } ; } } Zależnośćodsposobuwyborustanu s,a R: jeślirjesttraktowanyjakstos,toprzeszukiwaniewgłąb (depth-first search)

39 Wykład2,24II2010,str.7 ALGORYTM: przeszukiwanie(ogólnie) M W:={ s0,niestrzałka };R:=N(s 0 ); while( { s,a W s G } = ){ if(r= ){drukuj porażka ;stop;} else{ wybierz s,a R; W:=W { s,a }; R:=R N(s) { s,a a s,a W } ; } } Zależnośćodsposobuwyborustanu s,a R: jeślirjesttraktowanyjakstos,toprzeszukiwaniewgłąb (depth-first search); jeśli R jest traktowany jak kolejka, to przeszukiwanie wszerz (breadth-first search).

40 Wykład2,24II2010,str.8 wgłąb wszerz

41 Wykład2,24II2010,str.8 wgłąb wszerz } ślepe strategie przeszukiwania Ślepe bo nie korzystają z żadnej wiedzy o naturze problemu.

42 Wykład2,24II2010,str.8 wgłąb wszerz } ślepe strategie przeszukiwania Ślepe bo nie korzystają z żadnej wiedzy o naturze problemu. Wgłąb: stosunkowo niska złożoność pamięciowa(liniowa) i czasowa(wykładnicza);

43 Wykład2,24II2010,str.8 wgłąb wszerz } ślepe strategie przeszukiwania Ślepe bo nie korzystają z żadnej wiedzy o naturze problemu. Wgłąb: stosunkowo niska złożoność pamięciowa(liniowa) i czasowa(wykładnicza); znajduje rozwiązanie pierwsze z brzegu a nie minimalne

44 Wykład2,24II2010,str.8 wgłąb wszerz } ślepe strategie przeszukiwania Ślepe bo nie korzystają z żadnej wiedzy o naturze problemu. Wgłąb: stosunkowo niska złożoność pamięciowa(liniowa) i czasowa(wykładnicza); znajduje rozwiązanie pierwsze z brzegu a nie minimalne; jeśli przestrzeń stanów nieskończona, może nie zakończyć działania.

45 Wykład2,24II2010,str.8 wgłąb wszerz } ślepe strategie przeszukiwania Ślepe bo nie korzystają z żadnej wiedzy o naturze problemu. Wgłąb: stosunkowo niska złożoność pamięciowa(liniowa) i czasowa(wykładnicza); znajduje rozwiązanie pierwsze z brzegu a nie minimalne; jeśli przestrzeń stanów nieskończona, może nie zakończyć działania. Wszerz: wysoka złożoność pamięciowa(wykładnicza trzeba pamiętać całe rosnące R) i czasowa(wykładnicza)

46 Wykład2,24II2010,str.8 wgłąb wszerz } ślepe strategie przeszukiwania Ślepe bo nie korzystają z żadnej wiedzy o naturze problemu. Wgłąb: stosunkowo niska złożoność pamięciowa(liniowa) i czasowa(wykładnicza); znajduje rozwiązanie pierwsze z brzegu a nie minimalne; jeśli przestrzeń stanów nieskończona, może nie zakończyć działania. Wszerz: wysoka złożoność pamięciowa(wykładnicza trzeba pamiętać całe rosnące R) i czasowa(wykładnicza), znajduje rozwiązanie leżące najpłycej(minimalne).

47 Wykład2,24II2010,str.9 Inne ślepe strategie(warianty)

48 Wykład2,24II2010,str.9 Inne ślepe strategie(warianty): Dwukierunkowe jednocześnie od stanu początkowego i od końcowego(dwa drzewa); potrzebny jest dostęp zarówno do następników, jak do poprzedników każdego stanu.

49 Wykład2,24II2010,str.9 Inne ślepe strategie(warianty): Dwukierunkowe jednocześnie od stanu początkowego i od końcowego(dwa drzewa); potrzebny jest dostęp zarówno do następników, jak do poprzedników każdego stanu.

50 Wykład2,24II2010,str.9 Inne ślepe strategie(warianty): Dwukierunkowe jednocześnie od stanu początkowego i od końcowego(dwa drzewa); potrzebny jest dostęp zarówno do następników, jak do poprzedników każdego stanu. Ograniczonewgłąb niedalejniżdowolniezgóryustalonagłębokość l.

51 Wykład2,24II2010,str.10 Inne ślepe strategie(warianty): Iterowane pogłębianie j.w., ale w przypadku porażki powtórka z większągłębokościąl =l+1

52 Wykład2,24II2010,str.10 Inne ślepe strategie(warianty): Iterowane pogłębianie j.w., ale w przypadku porażki powtórka z większągłębokościąl =l+1: załóżmy, że drzewo ma rząd rozgałęzienia b, a rozwiązanie znajduje się na głębokości d; wtedy metodą wszerz trzeba przejrzeć(pesymistycznie)

53 Wykład2,24II2010,str.10 Inne ślepe strategie(warianty): Iterowane pogłębianie j.w., ale w przypadku porażki powtórka z większągłębokościąl =l+1: załóżmy, że drzewo ma rząd rozgałęzienia b, a rozwiązanie znajduje się na głębokości d; wtedy metodą wszerz trzeba przejrzeć(pesymistycznie) stanów n w = d i=0 b i

54 Wykład2,24II2010,str.10 Inne ślepe strategie(warianty): Iterowane pogłębianie j.w., ale w przypadku porażki powtórka z większągłębokościąl =l+1: załóżmy, że drzewo ma rząd rozgałęzienia b, a rozwiązanie znajduje się na głębokości d; wtedy metodą wszerz trzeba przejrzeć(pesymistycznie) stanów n w = d i=0 b i = bd+1 1 b 1

55 Wykład2,24II2010,str.10 Inne ślepe strategie(warianty): Iterowane pogłębianie j.w., ale w przypadku porażki powtórka z większągłębokościąl =l+1: załóżmy, że drzewo ma rząd rozgałęzienia b, a rozwiązanie znajduje się na głębokości d; wtedy metodą wszerz trzeba przejrzeć(pesymistycznie) n w = d i=0 b i = bd+1 1 b 1 stanów; a metodą iterowanego pogłębiania n ip = stanów. d l l=1j=0 b j = b 1 b ( b d+1 ) 1 b 1 1 d b(b 1) b 1 n b w

58 Wykład2,24II2010,str.10 Inne ślepe strategie(warianty): Iterowane pogłębianie j.w., ale w przypadku porażki powtórka z większągłębokościąl =l+1: załóżmy, że drzewo ma rząd rozgałęzienia b, a rozwiązanie znajduje się na głębokości d; wtedy metodą wszerz trzeba przejrzeć(pesymistycznie) n w = d i=0 b i = bd+1 1 b 1 stanów; a metodą iterowanego pogłębiania n ip = d l l=1j=0 b j = b 1 b ( b d+1 ) 1 b 1 1 d b(b 1) b 1 n b w stanów. Więc czas niewiele dłuższy, a pamięć o wiele oszczędniejsza.

59 Wykład2,24II2010,str.11 Inne ślepe strategie(warianty): Równomierny koszt jeśli każdej operacji(strzałce) a, zmieniającej stan,przypisanyjestkosztκ(a) 0,tomożemyznaleźćrozwiązanie o najmniejszym koszcie przez rozwijanie zawsze tego stanu listy R, którego koszt jest najmniejszy.

60 Wykład2,24II2010,str.11 Inne ślepe strategie(warianty): Równomierny koszt jeśli każdej operacji(strzałce) a, zmieniającej stan,przypisanyjestkosztκ(a) 0,tomożemyznaleźćrozwiązanie o najmniejszym koszcie przez rozwijanie zawsze tego stanu listy R, którego koszt jest najmniejszy.

61 Wykład2,24II2010,str.11 Inne ślepe strategie(warianty): Równomierny koszt jeśli każdej operacji(strzałce) a, zmieniającej stan,przypisanyjestkosztκ(a) 0,tomożemyznaleźćrozwiązanie o najmniejszym koszcie przez rozwijanie zawsze tego stanu listy R, którego koszt jest najmniejszy. Koszt stanu s to suma kosztów operacji prowadzących do s

62 Wykład2,24II2010,str.11 Inne ślepe strategie(warianty): Równomierny koszt jeśli każdej operacji(strzałce) a, zmieniającej stan,przypisanyjestkosztκ(a) 0,tomożemyznaleźćrozwiązanie o najmniejszym koszcie przez rozwijanie zawsze tego stanu listy R, którego koszt jest najmniejszy. Koszt stanu s to suma kosztów operacji prowadzących do s: g(s)= { 0 jeślis=s0 g(s )+κ(a) jeśliaprowadzizs dos

63 Wykład2,24II2010,str.12 Inne ślepe strategie(warianty): ALGORYTM: Strategia równomiernego kosztu M W:={ s0,niestrzałka,0 };R:= { s,a,κ(a) s,a N(s 0 ) } ; while( { s,a,k W s G } = ){ if(r= ){drukuj porażka ;stop;} else{ wybierzminimalny s,a,n Rzewzględunan; W:=W { s,a,n }; R:=R { s,a,n+κ(a ) s,a N(s)&m R,n s,a } { s,a a s,a W } ; } }

64 Wykład2,24II2010,str.12 Inne ślepe strategie(warianty): ALGORYTM: Strategia równomiernego kosztu M W:={ s0,niestrzałka,0 };R:= { s,a,κ(a) s,a N(s 0 ) } ; while( { s,a,k W s G } = ){ if(r= ){drukuj porażka ;stop;} else{ wybierzminimalny s,a,n Rzewzględunan; W:=W { s,a,n }; R:=R { s,a,n+κ(a ) s,a N(s)&m R,n s,a } { s,a a s,a W } ; } } m R,n s,a def wralboniemastanus, albojest,alezkosztemwyższymniżn+κ(a )

65 Wykład2,24II2010,str.13 Przykład: Poszukiwanie najkrótszej trasy M

66 Wykład2,24II2010,str.14 Bydgoszcz Białystokdrog. Gdańsk Gorzów Wl. Kielce Kraków Lublin Białystok Bydgoszcz Gdańsk Gorzów Wl Kielce Kraków Lublin Łódź Olsztyn Opole Poznań Rzeszów Szczecin Warszawa Wrocław ZielonaG Łódź Olsztyn Opole Poznań Rzeszów Szczecin Warszawa Wrocław Zielona G.

67 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa?

68 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170

69 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393

70 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410

71 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479

72 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479

73 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479 Kielce, 566 Lublin, 554

76 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479 Kielce, 566 Lublin, 554 Zielona G., 542

77 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479 Kielce, 566 Lublin, 554 Zielona G., 542 Opole, 576

78 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479 Kielce, 566 Lublin, 554 Zielona G., 542 Opole, 576

79 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479 Kielce, 566 Lublin, 554 Zielona G., 542 Opole, 576 Rzeszów, 721

80 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479 Kielce, 566 Lublin, 554 Zielona G., 542 Opole, 576 Kraków, 687 Rzeszów, 721

81 Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393 Warszawa, 388 Białystok, 410 Gorzów Wl., 428 Wrocław, 479 Kielce, 566 Lublin, 554 Zielona G., 542 Opole, 576 Kraków, 687 Rzeszów, 721 Kraków, 767

84 Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania

85 Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie

86 Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie optymalność czy znajdzie najlepsze rozwiązanie

87 Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie optymalność czy znajdzie najlepsze rozwiązanie b rząd rozgałęzienia

88 Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie optymalność czy znajdzie najlepsze rozwiązanie b rząd rozgałęzienia m wysokość drzewa

89 Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie optymalność czy znajdzie najlepsze rozwiązanie b rząd rozgałęzienia m wysokość drzewa d głębokość, na której znajduje się szukany stan

90 Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie optymalność czy znajdzie najlepsze rozwiązanie b rząd rozgałęzienia m wysokość drzewa d głębokość, na której znajduje się szukany stan l głębokość ograniczenia

91 Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie optymalność czy znajdzie najlepsze rozwiązanie b rząd rozgałęzienia m wysokość drzewa d głębokość, na której znajduje się szukany stan l głębokość ograniczenia Strategia kompletność optymalność Złożoność czasowa pamięciowa wgłąb nie nie b m bm wszerz tak tak b d b d dwukierunkowe (o ile stosowalne) tak tak b d/2 b d/2 wgłąbograniczone tak,gdyl d nie b l bl iterowanepogłębianie tak tak b d b d równomiernykoszt tak tak b d b d