Поиск в ширину
Эта статья нуждается в дополнительных цитатах для проверки . ( апрель 2012 г. ) |
Сорт | Алгоритм поиска |
---|---|
Структура данных | График |
Худшая производительность | |
Наихудшая пространственная сложность | |
Оптимальный | да (для невзвешенных графиков) |
Поиск в ширину ( BFS ) — это алгоритм поиска в древовидной структуре данных узла, удовлетворяющего заданному свойству. Он начинается с корня дерева и исследует все узлы на текущей глубине, прежде чем перейти к узлам на следующем уровне глубины. Дополнительная память, обычно очередь , необходима для отслеживания дочерних узлов, которые были обнаружены, но еще не исследованы.
Например, в шахматном эндшпиле шахматный движок может построить дерево игры из текущей позиции, применяя все возможные ходы и используя поиск в ширину, чтобы найти выигрышную позицию для белых. Неявные деревья (например, игровые деревья или другие деревья решения задач) могут иметь бесконечный размер; поиск в ширину гарантированно найдет узел решения [1] если таковой существует.
Напротив, (простой) поиск в глубину (DFS), который исследует ветвь узла как можно дальше, прежде чем возвращаться и расширять другие узлы. [2] может заблудиться в бесконечной ветке и так и не добраться до узла решения. Итеративный поиск в глубину с углублением позволяет избежать последнего недостатка ценой повторного исследования верхних частей дерева. С другой стороны, оба алгоритма поиска в глубину обычно требуют гораздо меньше дополнительной памяти, чем поиск в ширину. [3]
Поиск в ширину можно обобщить как на неориентированные графы, так и на ориентированные графы с заданным начальным узлом (иногда называемым «ключом поиска»). [4] При поиске в пространстве состояний в искусственном интеллекте часто допускаются повторные поиски вершин, тогда как при теоретическом анализе алгоритмов, основанных на поиске в ширину, обычно принимаются меры предосторожности для предотвращения повторений.
BFS и ее применение для поиска компонентов связности графов были изобретены в 1945 году Конрадом Цузе в его (отвергнутой) докторской диссертации. диссертацию по языку программирования Plankalkül , но она не была опубликована до 1972 года. [5] Его заново изобрел в 1959 году Эдвард Ф. Мур , который использовал его, чтобы найти кратчайший путь из лабиринта. [6] [7] и позже разработан С.А. Ли в алгоритм маршрутизации проводов (опубликован в 1961 г.). [8]
Псевдокод
[ редактировать ]Входные данные : граф G и начальный корень вершины G.
Выход : Целевое состояние. Родительские ссылки прослеживают кратчайший путь до корня [9]
1 procedure BFS(G, root) is 2 let Q be a queue 3 label root as explored 4 Q.enqueue(root) 5 while Q is not empty do 6 v := Q.dequeue() 7 if v is the goal then 8 return v 9 for all edges from v to w in G.adjacentEdges(v) do 10 if w is not labeled as explored then 11 label w as explored 12 w.parent := v 13 Q.enqueue(w)
Подробнее
[ редактировать ]Эта нерекурсивная реализация аналогична нерекурсивной реализации поиска в глубину , но отличается от нее двумя способами:
- он использует очередь ( First In First Out ) вместо стека ( Last In First Out ) и
- он проверяет, была ли вершина исследована, прежде чем поставить вершину в очередь, вместо того, чтобы откладывать эту проверку до тех пор, пока вершина не будет исключена из очереди.
Если G — дерево , замена очереди этого алгоритма поиска в ширину стеком даст алгоритм поиска в глубину. Для общих графов замена стека реализации итеративного поиска в глубину очередью также приведет к созданию алгоритма поиска в ширину, хотя и несколько нестандартного. [10]
Очередь Q содержит границу, вдоль которой алгоритм выполняет поиск.
Узлы можно пометить как исследованные, сохранив их в наборе или по атрибуту на каждом узле, в зависимости от реализации.
Обратите внимание, что слово node обычно взаимозаменяемо со словом vertex .
атрибут Родительский каждого узла полезен для доступа к узлам по кратчайшему пути, например, путем возврата от узла назначения к начальному узлу после запуска BFS и установки узлов-предшественников.
Поиск в ширину создает так называемое дерево в ширину . Вы можете увидеть, как выглядит дерево в ширину , в следующем примере.
Пример
[ редактировать ]Ниже приведен пример дерева в ширину, полученного путем запуска BFS в немецких городах, начиная с Франкфурта :
Анализ
[ редактировать ]Временная и пространственная сложность
[ редактировать ]Временную сложность можно выразить как , поскольку в худшем случае будет исследована каждая вершина и каждое ребро. количество вершин и — количество ребер в графе. Обратите внимание, что может варьироваться между и , в зависимости от того, насколько разрежен входной граф. [11]
Когда количество вершин в графе известно заранее и для определения того, какие вершины уже добавлены в очередь, используются дополнительные структуры данных, сложность пространства можно выразить как , где это количество вершин. Это помимо помещения требуется для самого графа и может варьироваться в зависимости от представления графа, используемого реализацией алгоритма.
При работе с графами, которые слишком велики для явного хранения (или бесконечны), практичнее описывать сложность поиска в ширину разными терминами: найти узлы, находящиеся на расстоянии d от начального узла (измеряется числом обходов ребер), BFS принимает O ( b д + 1 ) время и память, где b — « коэффициент ветвления » графа (средняя исходящая степень). [12] : 81
Полнота
[ редактировать ]При анализе алгоритмов входными данными для поиска в ширину считается конечный граф, представленный в виде списка смежности , матрицы смежности или аналогичного представления. Однако при применении методов обхода графа в искусственном интеллекте входные данные могут быть неявным представлением бесконечного графа. В этом контексте метод поиска описывается как полный, если он гарантированно находит целевое состояние, если оно существует. Поиск в ширину завершен, а поиск в глубину — нет. При применении к бесконечным графам, представленным неявно, поиск в ширину в конечном итоге найдет целевое состояние, но поиск в глубину может потеряться в частях графа, которые не имеют целевого состояния и никогда не возвращаются. [13]
Заказ БФС
[ редактировать ]Перечисление вершин графа называется BFS-упорядочением, если оно является возможным результатом применения BFS к этому графу.
Позволять быть графиком с вершины. Напомним, что множество соседей . Позволять быть списком отдельных элементов , для , позволять быть наименьшим такой, что является соседом , если такой существует и быть в противном случае.
Позволять быть перечислением вершин . Перечисление называется порядком BFS (с исходным кодом ), если для всех , это вершина такой, что является минимальным. Эквивалентно, является порядком BFS, если для всех с , существует сосед из такой, что .
Приложения
[ редактировать ]Поиск в ширину можно использовать для решения многих задач теории графов, например:
- Копирование сборки мусора , алгоритм Чейни
- Поиск кратчайшего пути между двумя узлами u и v , при этом длина пути измеряется количеством ребер (преимущество перед поиском в глубину ) [14]
- (Обратный) Нумерация сетки Катхилла – Макки
- Метод Форда – Фулкерсона для расчета максимального расхода в проточной сети.
- Сериализация/десериализация двоичного дерева по сравнению с сериализацией в отсортированном порядке позволяет эффективно перестроить дерево.
- Построение функции отказа средства сопоставления с образцом Ахо-Корасика .
- Проверка двудольности графа .
- Реализация параллельных алгоритмов вычисления транзитивного замыкания графа. [15]
См. также
[ редактировать ]- Поиск в глубину
- Итеративный поиск в глубину с углублением
- Структура уровней
- Лексикографический поиск в ширину
- Параллельный поиск в ширину
Ссылки
[ редактировать ]- ^ то есть узел, удовлетворяющий указанному свойству
- ^ Кормен Томас Х.; и др. (2009). «22,3». Введение в алгоритмы . МТИ Пресс.
- ^ Корф, Ричард Э. (1985). «Итеративное углубление в глубину: поиск оптимального допустимого дерева» . Искусственный интеллект (27): 99–100. дои : 10.7916/D8HQ46X1 .
- ^ «Спецификация теста Graph500 (оценка производительности суперкомпьютера)» . Graph500.org, 2010. Архивировано из оригинала 26 марта 2015 г. Проверено 15 марта 2015 г.
- ^ Цузе, Конрад (1972), The Plankalkül (на немецком языке), Интернет-архив Конрада Цузе . См. стр. 96–105 связанного PDF-файла (внутренняя нумерация 2.47–2.56).
- ^ Мур, Эдвард Ф. (1959). «Кратчайший путь через лабиринт». Труды международного симпозиума по теории коммутации . Издательство Гарвардского университета. стр. 285–292. Цитируется Корменом, Лейзерсоном, Ривестом и Штейном.
- ^ Скиена, Стивен (2008). «Сортировка и поиск». Руководство по проектированию алгоритмов . Спрингер. п. 480. Бибкод : 2008адм..книга.....С . дои : 10.1007/978-1-84800-070-4_4 . ISBN 978-1-84800-069-8 .
- ^ Ли, Калифорния (1961). «Алгоритм соединения путей и его приложения». Транзакции IRE на электронных компьютерах (3): 346–365. дои : 10.1109/TEC.1961.5219222 . S2CID 40700386 .
- ^ Кормен, Томас Х. «22.2 Поиск в ширину». Введение в алгоритмы . ISBN 978-81-203-4007-7 . OCLC 1006880283 .
- ^ «Обход графа на основе стека ≠ поиск в глубину» . 11011110.github.io . Проверено 10 июня 2020 г.
- ^ Кормен, Томас Х .; Лейзерсон, Чарльз Э .; Ривест, Рональд Л .; Штейн, Клиффорд (2001) [1990]. «22.2 Поиск в ширину». Введение в алгоритмы (2-е изд.). MIT Press и McGraw-Hill. стр. 531–539. ISBN 0-262-03293-7 .
- ^ Рассел, Стюарт ; Норвиг, Питер (2003) [1995]. Искусственный интеллект: современный подход (2-е изд.). Прентис Холл. ISBN 978-0137903955 .
- ^ Коппин, Б. (2004). Искусственный интеллект освещен. Джонс и Бартлетт Обучение. стр. 79–80.
- ^ Азиз, Аднан; Пракаш, Амит (2010). «4. Алгоритмы на графах». Алгоритмы проведения собеседований . п. 144. ИСБН 978-1453792995 .
- ^ Дхулипала, Лаксман; Блеллок, Гай Э.; Шун, Джулиан (21 августа 2019 г.). Теоретически эффективные алгоритмы параллельных графов могут быть быстрыми и масштабируемыми . п. 17. arXiv : 1805.05208 . дои : 10.1145/3210377.3210414 . ISBN 9781450357999 . S2CID 44126609 .
- Кнут, Дональд Э. (1997), Искусство компьютерного программирования, том 1. 3-е изд. , Бостон: Аддисон-Уэсли, ISBN 978-0-201-89683-1 , заархивировано из оригинала 4 сентября 2008 г. , получено 9 февраля 2008 г.