Artificial intelligence 为什么要使用非复杂算法

在我的AI入门课程中，我们一直在研究：

• 统一搜索（即深度优先搜索）
• 知情搜索（即A*搜索）
• 约束满足问题（即爬山）
• 对抗性搜索（即Minimax）

---

一般来说，我们为什么要使用深度优先搜索，而不是使用更复杂的算法，如*搜索？换句话说，当我们可以选择复杂的算法时，为什么还要选择简单的和有限的算法呢

主要原因是效率。有些算法比其他算法占用更多的时间/内存。 某些算法在某些情况下不起作用。例如，如果存在局部最大值，爬山就不会很有效。

---

如果您希望大多数路径都指向目的地，可以使用深度优先，这可能比*

快得多。主要原因是效率。有些算法比其他算法占用更多的时间/内存。 某些算法在某些情况下不起作用。例如，如果存在局部最大值，爬山就不会很有效。

---

如果您希望大多数路径都指向目的地，可以使用深度优先，这可能比*

快得多。示例中的算法具有不同的属性。DFS具有最坏情况O（n）内存约束，而A*具有最坏情况O（2^n）。一个更好的比较是BFS和A*效率在大多数情况下可能很重要。在某些特定情况下（例如，一个非常简单的游戏，它只有几个分支树，或者一个只有50个案例的组合问题），它不存在。您的示例中的算法具有不同的属性。DFS具有最坏情况O（n）内存约束，而A*具有最坏情况O（2^n）。一个更好的比较是BFS和A*效率在大多数情况下可能很重要。在某些特定情况下（例如，一个游戏非常简单，它只有几个分支树，或者一个只有50个案例的组合问题），它不会