جست وجوی اول-بهترین حریصانه Greedy best-first search

 جست وجوی اول-بهترین حریصانه Greedy best-first search

الگوریتم  جست وجوی اول-بهترین حریصانه یکی از استراتژی های جست وجوی آگاهانه میباشد.

جست وجوی آگاهانه (ابتکاری یا اکتشافی یا هیوریستیک)

جست وجوی آگاهانه نسبت به استراتژی های ناآگاهانه، جوابها را با کارایی بیشتری پیدا میکند. این جست وجوها علاوه بر اطلاعاتی که از تعریف مسئله به دست می آورند، از اطلاعات دیگری نیز استفاده میکنند. روش کلی که در این استراتژی در نظر خواهیم گرفت، جست وجوی اول – بهترین است. این روش نمونه ای از الگوریتم کلی GRAPH-SEARCH یا  TREE – SEARCH است که در آن یک تابع ارزیابی بنام f(n) گره ای را برای بسط انتخاب میکند. این تابع ارزیابی، هزینه های هر گره را برآورد میکند و الگوریتم گره ای با کمترین ارزیابی را اول (زودتر از همه) بسط میدهد.

اغلب الگوریتم های اول- بهترین، حاوی یک تابع ابتکاری به نام h(n) هستند:

H(n)=هزینه ی تخمینی ارزانترین مسیر با شروع از حالتی در گره n تا حالت هدف 

توابع ابتکاری، متداولترین شکلی هستند که در آنها اطلاعات بیشتری از مسئله در اختیار الگوریتم جست وجو قرار میگیرد. اگرn گره هدف باشد آنگاه h(n)=0 است.

جست وجوی "اول-بهترین" حریصانه Greedy best-first search

جست وجوی "اول-بهترین" حریصانه  سعی میکند گره ای را بسط دهد که به گره هدف نزدیکتر است به امید اینکه سریعتر به جواب برسد. پس این روش جست وجو، گره ها را فقط با استفاده از تابع ابتکاری ارزیابی میکند، یعنی f(n)=h(n)

این روش جست وجو جواب مسئله را طوری پیدا میکند که هیچ گره ای که در مسیر جواب وجود ندارد، بسط داده نمیشود. پس هزینه جست وجوی آن مینیمم است. اما، ممکن است جواب بهینه نباشد. به این دلیل که این الگوریتم در هر مرحله سعی میکند نزدیکترین گره به هدف را برای بسط انتخاب کند، آنرا الگوریتم حریصانه نامیده اند.

جست وجوی "اول-بهترین" حریصانه  حتی در فضای حالت متناهی نیز کامل نیست.(که خیلی شبیه به جست وجوی عمقی است.)

پیچیدگی زمان و حافظه در بدترین حالت برای نسخه درختی الگوریتم، برابر با  O(b^m) است که در آن m عمق ماکزیمم فضای جست وجو است. ولی با یک تابع ابتکاری خوب میتوان این پیچیدگی را به اندازه قابل توجهی کاهش داد. میزان کاهش در پیچیدگی به نوع مسئله و کیفیت معیار ابتکاری بستگی دارد.