Algorithm 分行与分行之间的差异；绑定（+；扩展列表）和Dijkstra'；图的s算法

23:14时，我正在研究，我觉得带有“扩展列表”的branch&bound与Dijkstra的算法非常相似。稍后在讲座中，当算法再次用可接受的启发式进行扩展时，我们得到一个*

这让我想到Dijkstra的算法就是分支定界的一个子类。是这样吗

---

总结讲座：

探索了搜索算法。特别是，它们从一个简单的分支定界解决方案开始：

在访问（扩展）目标节点之前，访问与源距离最短的节点，并将其后续节点添加到要访问的节点优先级队列（按最小距离排序）。这还不能检测周期（例如，多次访问节点），而且由于组合爆炸，效率相当低

一个简单的扩展可以使算法执行得更好：记住哪些节点已经被访问（扩展，因此扩展列表）。现在没有节点被访问两次，并且算法的性能相当好

在最后一部分中，一个可接受的启发式被添加到混合中，以得到一个*

---

我希望这是足够的信息，并且我不必复制讲座中的例子。如果不是，让我知道，我会做的

区别只是在执行上，想法是一样的。Dijkstra算法的特殊之处在于它是用堆进行分支绑定的（这会给您带来很大的加速）。

是的，您是对的，只要我们假设扩展列表可以动态检查。如果我们在

“扩展列表”

中有一个状态，这意味着我们访问该状态的路径为

value=n

---

当我们运行算法时，如果我们遇到一条路径访问该节点时，其值为

值

，

“扩展列表”

为我们提供了在

BnB

的优先级队列上替换该路径的选项，该队列本质上是

Djikstra

。你可以用一个哈希表来实现它，该哈希表为每个节点保留算法运行的每一时刻的最短路径值，就像

Djikstra

我最近看了这些讲座，也有同样的想法。你有没有找到这个问题的答案？很遗憾，没有。但我很确定我是对的。我不再喜欢这个讲座了，但我认为唯一的区别可能是，在Dijkstra的《我们放松已经排队的节点》，而听起来分支定界方法是让一个重复的节点排队。这是一个实现细节。你会说一个是完整的，而另一个不是吗？我不知道你所说的“完整”是什么意思。