Algorithm 为什么提出启发式？

我对启发式的本质有点困惑

我们知道，启发式算法不需要为所有输入实例提供正确的输出。

---

但是，为什么要提出启发式呢

启发式算法用于权衡性能（通常是执行速度，但也包括内存消耗）与潜在的准确性或通用性。例如，您的反病毒软件使用试探法来描述病毒可能是什么样子，并可以利用这段信息来确定应该花更多时间分析哪些文件。一个好的启发式算法的特点是，它可以节省大量的时间和最小的成本

---

在图遍历理论中，a*搜索算法的启发式不一定是完美的。它只需要有一个预测成本函数h（x），该函数小于或等于目标状态的真实成本，以保证最优解。h（x）越接近真实成本，找到最优解的速度就越快。

让我举一个例子来帮助您理解启发式的重要性。 在人工智能中，搜索问题主要分为盲搜索和定向搜索。盲搜索是指使用BFS和DFS等算法，它们被称为盲搜索是有原因的，它们不知道你应该走的方向，你只需要不断探索，直到到达目标节点，想象一下这些算法的时间和空间复杂性

现在，如果你看一看定向搜索算法，比如A*，你有一些启发式函数，或者简单地说，假设你下一步应该朝哪个方向走

虽然启发法不能保证获得最佳结果，但它会试图为您提供更好的解决方案，有时甚至是最好的解决方案。有太多的问题（比如你玩的游戏）需要更好的解决方案，而不是浪费太多的时间和空间去寻找最好的解决方案。

---

我希望这能有所帮助。

你不能总是计算出一个“正确”的结果。以深度游戏的人工智能为例，这个问题似乎离题了。它属于带你的女朋友去一家高级餐厅，这将是完美的，但如果你负担不起，你可以买一瓶酒，做一些晚餐，这样就足够了@Icardor:不适合这样，但也不太不适合你不回答这个问题！非常感谢你。你的回答帮助我消除了疑虑。