Algorithm 具有正权边的有向随机图的启发式算法
我想实现A*算法，我已经阅读了启发式函数及其工作原理，我知道需要低估才能获得最佳路径。但是什么样的启发式函数最适合于随机有向图呢？到目前为止，我尝试的是从节点到目标的最小边权重。很明显，从当前节点到目标的距离不小于从当前节点到下一个节点的最小边。曼哈顿距离仅在具有可应用于成对节点（例如二维平面中的点）的明确定义的距离度量时有效。对于一个图，没有内在的方法来获得两个节点之间的距离 由于问题定义中提供给您的信息很少，我认为您不会比使用假设所有看不见边的权重等于图中最小权重的启发式方法做得更好Algorithm 具有正权边的有向随机图的启发式算法,algorithm,Algorithm,我想实现A*算法，我已经阅读了启发式函数及其工作原理，我知道需要低估才能获得最佳路径。但是什么样的启发式函数最适合于随机有向图呢？到目前为止，我尝试的是从节点到目标的最小边权重。很明显，从当前节点到目标的距离不小于从当前节点到下一个节点的最小边。曼哈顿距离仅在具有可应用于成对节点（例如二维平面中的点）的明确定义的距离度量时有效。对于一个图，没有内在的方法来获得两个节点之间的距离 由于问题定义中提供给您的信息很少，我认为您不会比使用假设所有看不见边的权重等于图中最小权重的启发式方法做得更好 如果按
如果按权重对所有边进行排序，则可以获得更高的级别。然后，当您在*期间看到具有特定权重的边时，可以将其从排序列表中删除。这将让您知道最小剩余边权重的运行值。曼哈顿距离仅在您具有可应用于成对节点（例如二维平面中的点）的定义良好的距离度量时有效。对于一个图，没有内在的方法来获得两个节点之间的距离 由于问题定义中提供给您的信息很少，我认为您不会比使用假设所有看不见边的权重等于图中最小权重的启发式方法做得更好 如果按权重对所有边进行排序，则可以获得更高的级别。然后，当您在*期间看到具有特定权重的边时，可以将其从排序列表中删除。这将让您知道最小剩余边权重的运行值