Indhold

• Sammenligningstabel
• Definition af informeret søgning
• Heuristisk dybde Første søgning
• Definition af uinformeret søgning
• Dybde Første søgning
• Konklusion

Søgning er en proces til at finde en række trin, der er nødvendige for at løse ethvert problem. Den forudgående forskel mellem informeret og uinformeret søgning er, at den informerede søgning giver vejledning i, hvor og hvordan man finder løsningen. Omvendt giver den uinformerede søgning ingen yderligere oplysninger om problemet undtagen dets specifikation.

Mellem både informerede og uinformerede søgeteknikker er den informerede søgning imidlertid mere effektiv og omkostningseffektiv.

1. 1. Sammenligningstabel
   2. Definition
   3. Vigtige forskelle
   4. Konklusion

Sammenligningstabel

Grundlag for sammenligning	Informeret søgning	Uinformeret søgning
Grundlæggende	Bruger viden til at finde trin til løsningen.	Ingen brug af viden
Effektivitet	Meget effektiv, da det kræver mindre tid og omkostninger.	Effektivitet er formidlende
Koste	Lav	Forholdsvis høj
Ydeevne	Finder hurtigere løsning	Hastigheden er langsommere end informeret søgning
Algoritmer	Heuristisk dybde først og bredde-første søgning og A * søgning	Dybde-første søgning, bredde-første søgning og laveste pris første søgning

Definition af informeret søgning

Den informerede søgeteknik anvender den problemspecifikke viden for at give en ledetråd til løsningen af ​​problemet. Denne type søgestrategi forhindrer faktisk, at algoritmerne snubler rundt om målet og retningen til løsningen. Informeret søgning kan være fordelagtig med hensyn til omkostningerne, hvor optimaliteten opnås til lavere søgningsomkostninger.

For at søge i en optimal sti-omkostning i en graf ved at implementere informeret søgestrategi indsættes de mest lovende noder n til den heuristiske funktion h (n). Derefter returnerer funktionen et ikke-negativt reelt tal, som er en omtrentlig sti-omkostning beregnet fra node n til målnoden.

Her er den vigtigste del af den informerede teknik den heuristiske funktion, der letter ved hjælp af algoritmen at tilføre den yderligere viden om problemet. Som et resultat hjælper det med at finde vejen til målet gennem de forskellige tilstødende knudepunkter. Der er forskellige algoritmer baseret på den informerede søgning såsom heuristisk dybde-første søgning, heuristisk bredde-første søgning, A * søgning osv. Lad os nu forstå heuristisk dybde-første søgning.

Heuristisk dybde Første søgning

Ligner den første dybdesøgemetode, der er givet nedenfor heuristisk dybde, den første søgning vælger en sti, men krydser alle stier fra den valgte sti, inden du vælger en anden sti. Dog vælger den den bedste sti lokalt. I tilfælde, hvor den mindste heuristiske værdi er prioriteret for grænsen, er det kendt som bedste første søgning.

En anden informeret søgealgoritme er A * -søgning, der fusionerer konceptet med laveste omkostninger først og bedste første søgninger. Denne metode overvejer både stiomkostninger og heuristisk information i processen med at søge og vælge den sti, der skal udvides. En anslået total sti-omkostning, der bruges til hver sti, der er bosat på grænsen fra starten til målnoden. Derfor bruger den to funktioner på samme tid - omkostning (p) er prisen for den opdagede sti, og h (p) er den anslåede værdi af stienomkostninger fra startnoden til målnoden.

Definition af uinformeret søgning

Den uinformerede søgning adskiller sig fra informeret søgning på den måde, at den bare giver problemdefinitionen, men ikke et yderligere skridt til at finde løsningen på problemet. Det primære mål med uinformeret søgning er at skelne mellem målet og ikke-måltilstanden, og det ignorerer fuldstændigt den destination, den er på vej mod i stien, indtil den opdager målet og rapporterer efterfølgeren. Denne strategi er også kendt som en blind søgning.

Der er forskellige søgealgoritmer under denne kategori såsom dybde-første søgning, ensartet omkostningssøgning, bredde-første søgning og så videre. Lad os nu forstå begrebet bag den uinformerede søgning ved hjælp af første dybdesøgning.

Dybde Første søgning

Indgående første søgning, en Last in first out-stack bruges til at tilføje og fjerne noder. Kun en knude tilføjes eller fjernes ad gangen, og det første element, der fjernes fra grænsen til stakken, ville være det sidste element, der blev tilføjet til stakken. Ved at anvende stak i grænsen resulterede resultaterne i søgningen af ​​stier først på dybden. Når der søges efter den korteste og optimale sti ved hjælp af første dybdesøgning, afsluttes stien, der oprettes af de tilstødende knudepunkter først, selvom den ikke er den ønskede. Derefter søges den alternative sti gennem backtracking.

Med andre ord, algoritmen vælger det første alternativ ved hver knude og derefter tilbage til et andet alternativ, indtil den har krydset alle stier fra første valg. Dette rejser også et problem, hvor søgningen kan ophøre med at stoppe på grund af uendelige sløjfer (cykler), der findes i grafen.

1. Den tidligere informerede søgeteknik bruger viden for at finde løsningen. På den anden side bruger den sidstnævnte uinformerede søgeteknik ikke viden. På enklere vilkår findes der ingen yderligere information om løsningen.
2. Effektiviteten af ​​den informerede søgning er bedre end den uinformerede søgning.
3. Uinformeret søgning bruger mere tid og omkostninger, da det ikke har nogen anelse om løsningen sammenlignet med informeret søgning.
4. Dybde-første søgning, bredde-første søgning og laveste pris første søgning er algoritmerne, der hører under kategorien for den uinformerede søgning. I modsætning hertil dækker informeret søgning algoritmer såsom heuristisk dybde-første, heuristisk bredde-første søgning og A * -søgning.

Konklusion

Den informerede søgning giver retningen vedrørende løsningen, mens der i uinformeret søgning ikke gives noget forslag til løsningen. Dette gør uinformeret søgning mere lang, når algoritmen implementeres.