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.
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 = 2 3 1 8 4 7 6 5 G= 1 2 3 8 4 7 6 5 O={L,P,D,G} Lewo Prawo Dół Góra o=l r=[]
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= 2 3 1 8 4 7 6 5 G= 1 2 3 8 4 7 6 5 O={L,P,D,G} Lewo Prawo Dół Góra o=l r=[]
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= 2 3 1 8 4 7 6 5 G= 1 2 3 8 4 7 6 5 O={L,P,D,G} Lewo Prawo Dół Góra o=d r=[l]
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= 1 2 3 8 4 7 6 5 G= 1 2 3 8 4 7 6 5 O={L,P,D,G} Lewo Prawo Dół Góra o=p r=[l,d]
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= 1 2 3 8 4 7 6 5 G= 1 2 3 8 4 7 6 5 O={L,P,D,G} Lewo Prawo Dół Góra o=p r=[l,d,p]
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= 1 2 3 8 4 7 6 5 G= 1 2 3 8 4 7 6 5 O={L,P,D,G} Lewo Prawo Dół Góra o=p r=[l,d,p] Jak znaleźć drogę r?
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 1 2 3 zna1,cna1,nna1
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 1 2 3 zna1,cna1,nna1
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 1 2 3 zna1,cna1,nna1
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 1 2 3 zna1,cna1,nna1
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 1 2 3 zna1,cna1,nna1
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.3 1 2 3 zna3,cna1,nna1 z
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 1 2 3 zna3,cna2,nna1
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 1 2 3 zna2,cna2,nna1
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 1 2 3 zna2,cna2,nna3 n
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 1 2 3 zna1,cna2,nna3 n
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.3 1 2 3 zna1,cna3,nna3 n c
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 1 2 3 zna3,cna3,nna3
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 1 2 3 zna3,cna3,nna3
Wykład2,24II2010,str.4 Przykład: Wieże w Hanoi przestrzeń stanów M
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
Wykład2,24II2010,str.5 W lista stanów zamkniętych(przeszukanych); R lista stanów otwartych(do przeszukania)
Wykład2,24II2010,str.5 W lista stanów zamkniętych(przeszukanych); R lista stanów otwartych(do przeszukania); N generowanie stanów sąsiednich
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 }
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 } ; } } }
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
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 2 3 184 765 W stanyzamknięte R stanyotwarte s wybranystanzr
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 2 3 184 765 W stanyzamknięte R stanyotwarte s wybranystanzr
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 23 184 765 L 2 3 184 765 P 23 184 765 D 283 1 4 765 W stanyzamknięte R stanyotwarte s wybranystanzr
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 23 184 765 L 2 3 184 765 P 23 184 765 D 283 1 4 765 W stanyzamknięte R stanyotwarte s wybranystanzr
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 23 184 765 L D 2 3 184 765 P 23 184 765 D 283 1 4 765 W stanyzamknięte R stanyotwarte s wybranystanzr 234 18 765
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 23 184 765 L D 2 3 184 765 P 23 184 765 D 283 1 4 765 W stanyzamknięte R stanyotwarte s wybranystanzr 234 18 765
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 23 184 765 L D 2 3 184 765 P 23 184 765 L D P 283 1 4 765 D W stanyzamknięte R stanyotwarte s wybranystanzr 234 18 765 283 14 765 283 14 765 283 164 7 5
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 23 184 765 L D 2 3 184 765 P 23 184 765 L D P 283 1 4 765 D W stanyzamknięte R stanyotwarte s wybranystanzr 234 18 765 283 14 765 283 14 765 283 164 7 5
Wykład2,24II2010,str.6 Przykład: Graw8-kę M 23 184 765 L D 2 3 184 765 P 23 184 765 L D P 283 1 4 765 D W stanyzamknięte R stanyotwarte s wybranystanzr 234 18 765 283 14 765 283 14 765 283 164 7 5 D G 283 714 65 83 214 765
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
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)
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).
Wykład2,24II2010,str.8 wgłąb wszerz
Wykład2,24II2010,str.8 wgłąb wszerz } ślepe strategie przeszukiwania Ślepe bo nie korzystają z żadnej wiedzy o naturze problemu.
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);
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
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.
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)
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).
Wykład2,24II2010,str.9 Inne ślepe strategie(warianty)
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.
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.
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.
Wykład2,24II2010,str.10 Inne ślepe strategie(warianty): Iterowane pogłębianie j.w., ale w przypadku porażki powtórka z większągłębokościąl =l+1
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)
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
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
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
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
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
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.
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.
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.
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
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
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 } ; } }
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 )
Wykład2,24II2010,str.13 Przykład: Poszukiwanie najkrótszej trasy M
Wykład2,24II2010,str.14 Bydgoszcz Białystokdrog. Gdańsk Gorzów Wl. Kielce Kraków Lublin Białystok 240 193 Bydgoszcz 345 165 228 131 Gdańsk 328 143 170 363 Gorzów Wl. 535 191 289 132 102 114 Kielce 307309410426 121175 178 Kraków 408366485442102 191 162 Lublin 214375435530142227 167 166 Łódź 295181294308129192224 137209 Olsztyn 193180136369324415315235 218 Opole 453273413295192159332162387 97 Poznań 429108245120308335410188283205 183 Rzeszów 353440532558134147140262429298441 Szczecin 575233288 90 504528597381394384196637 Warszawa 177226284396154252153119176276279253455 Wrocław 476234377219253236387183378 79 145371309302 156 ZielonaG. 536215341 91 376375495273393220110502178379141 Łódź Olsztyn Opole Poznań Rzeszów Szczecin Warszawa Wrocław Zielona G.
Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa?
Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170
Wykład2,24II2010,str.15 Jak dojechać z Gdańska do Krakowa? Gdańsk, 0 Szczecin, 363 Bydgoszcz, 165 Olsztyn, 170 Poznań, 296 Łódź, 393
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
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
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
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
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
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
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
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
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
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
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
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
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
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
Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania
Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie
Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie optymalność czy znajdzie najlepsze rozwiązanie
Wykład2,24II2010,str.16 Porównanie ślepych strategii poszukiwania: kompletność czy na pewno znajdzie istniejące rozwiązanie optymalność czy znajdzie najlepsze rozwiązanie b rząd rozgałęzienia
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
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
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
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