- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
场景:
Suppose I have a large pseudorandom graph complete with edge weights, but without any coordinate information associated with the nodes. In addition, there are N waypoints evenly distributed around the graph, containing precomputed shortest path information from each waypoint to every other node.
目标:
Find the shortest path between a random source and target node.
从我以前使用 A* 解决的问题以及我读过的关于该主题的论文来看,启发式算法似乎通常依赖于欧几里得度量来计算良好的距离近似值,例如一条直线。
因此我的问题是:是否有任何好的启发式可以帮助我解决上述情况,或者我是否被迫依赖纯 Dijkstra 算法(结合预先计算的路点节点)?
任何想法或意见将不胜感激。
编辑
感谢所有提供帮助的人,利用三角不等式成功了。最近的路点计算非常昂贵,因此与纯 Dijkstra 相比平均运行时间要高得多,但这在这个时间点上真的不重要。
以下是探索节点数量的概述(每种图形类型的随机源/目标):
第一种图类型(1)由大约200个节点和250条边组成,而最后一种图类型(40 ) 由大约8000 个节点 和10000 个边 组成(类型越高意味着图越大)。
最佳答案
对于从 A 到 B 的最短路径的长度,我们需要一个乐观的启发式方法。
找到离 A 最近的航路点。称之为 W。
那么 max { d(W,B) - d(W,A), 0 } 是从 A 到 B 的最短路径长度的下界。
Proof:
By the triangle inequality we have d(W,B) ≤ d(W,A) + d(A,B).
Thus d(A,B) ≥ d(W,B) - d(W,A).
您也可以对称地应用这个想法以获得更好的边界。也就是说,找到距离 A 最近的航路点 WA 和距离 B 最近的航路点 WB 然后你的下界是
max { d(WA,B) - d(WA,A), d(WB,A) - d(WB,B), 0 }
这种启发式算法的优点在于,它会随着航路点密度的增加而明显改善。
关于algorithm - 当没有节点坐标可用时的 A* 启发式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22568488/
场景: Suppose I have a large pseudorandom graph complete with edge weights, but without any coordinate
我有一个巨大的人名列表,我必须在巨大的文本中进行搜索。 只有名称的一部分可以出现在文本中。并且可能存在拼写错误、打字错误或缩写。文本没有标记,因此我不知道文本中人名的开头位置。我不知道这个名字是否会出
我在尝试总结这些启发式算法的最坏情况比率时遇到了一些麻烦(这意味着它满足三角不等式)旅行商问题: 最近的邻居 最近的插入 最便宜的插入 最远插入 最近的邻居: Here它表示 NN 的 w-C 比率为
我正在为 2048 开发一个 AI。到目前为止它非常简单,我基本上是在尝试制作一个由递减方 block 组成的“蛇”,所以完美的游戏应该是这样的: ,虽然这和这个一样好: . 我的启发式方法是使用一个
我从 stdin 中读取了一个正整数 N,然后我试图确定 N 是否是素数。 我知道我可以将 N 除以所有正数直到 sqrt(N),但这很耗时,而且我的算法有时会给出误报,所以我正在寻找一种启发式方法来
我对高估/低估这两个术语感到困惑。我完全了解 A* 算法的工作原理,但我不确定高估或低估启发式算法的效果。 取直接鸟瞰线的平方是否高估?为什么它会使算法不正确?所有节点都使用相同的启发式。 直接鸟瞰线
我有一个问题,由一个有墙、目标和代理的方形迷宫组成。代理只能水平/垂直移动。在每一步,每个智能体从 1 个方格移动。 我必须实现 A* 算法来解决问题,但我很难找到一个很好的启发式算法来解决它。 每次
首先,我看到了这个答案,是的,它解释了 X-Y 启发式算法,但是示例板太简单了,我无法理解一般的启发式算法。 X-Y heuristic function for solving N-puzzle 有
我正在尝试为清晰 map 的吃 bean 人游戏想出一个又好又快的启发式方法。 我的启发式方法是尝试计算吃 bean 人到达 map 上每个有食物的点所需的最小可能距离。我当前的算法基本上是 Prim
我只是玩弄 Python 并发现了一件有趣的事情:我的计算机(i5,3 GHz)在尝试计算 10 ** 10 ** 10 几个小时后就停止运行了。我知道数学不是创建 Python 的目的,但我想知道是
我理解杀手启发式背后的想法以及它为什么有帮助。我正在努力解决的是如何在 Alpha-Beta 搜索例程中实现它。特别是如何保证只先尝试兄弟节点的杀手级 Action ?伪代码会有很大帮助。 最佳答案
我已经实现了 Clarke-Wright 启发法来解决 TSP(基于伪代码 here )。我已附上我在 Matlab 中的实现。然而,它对我来说不够快,并且需要 O(n2) 空间(因为成对距离)。我想
我是一名优秀的程序员,十分优秀!