计算机是如何找到最优路径的

12 篇文章 1 个主题模块 进入文章后，左侧会展开本课程章节

01 第 03 门课程

  1. 01 路径搜索问题：图模型、状态空间与最优路径目标 本文围绕“路径搜索问题：图模型、状态空间与最优路径目标”对课程 ASR 进行高密度论文式重构，并围绕 graph search、state space、path cost、frontier 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  2. 02 广度优先搜索：层次扩展、完备性与单位代价最优性 本文围绕“广度优先搜索：层次扩展、完备性与单位代价最优性”对课程 ASR 进行高密度论文式重构，并围绕 BFS、queue、completeness、unit-cost optimality 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  3. 03 Dijkstra 算法：非负边权下的单源最短路径 本文围绕“Dijkstra 算法：非负边权下的单源最短路径”对课程 ASR 进行高密度论文式重构，并围绕 Dijkstra、nonnegative edge weights、relaxation、priority queue 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  4. 04 启发式搜索：从代价函数到 A 算法 本文围绕“启发式搜索：从代价函数到 A 算法”对课程 ASR 进行高密度论文式重构，并围绕 heuristic search、A search、g(n)、h(n)、f(n) 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  5. 05 A* 搜索：可采纳启发式与最优性条件 本文围绕“A\ 搜索：可采纳启发式与最优性条件”对课程 ASR 进行高密度论文式重构，并围绕 A\、admissible heuristic、optimality、goal test 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  6. 06 启发式质量：支配关系、搜索效率与信息性 本文围绕“启发式质量：支配关系、搜索效率与信息性”对课程 ASR 进行高密度论文式重构，并围绕 heuristic dominance、informedness、effective branching factor 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  7. 07 一致性启发式与重复状态：Graph Search 中的 A* 本文围绕“一致性启发式与重复状态：Graph Search 中的 A\”对课程 ASR 进行高密度论文式重构，并围绕 consistent heuristic、monotonicity、duplicate state、closed set 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行 →
  8. 08 A* 的实现优化：重开节点、优先队列与路径重构 本文围绕“A\ 的实现优化：重开节点、优先队列与路径重构”对课程 ASR 进行高密度论文式重构，并围绕 A\ implementation、reopening、priority queue、parent pointer 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  9. 09 深度优先与回溯：低空间搜索和 N 皇后问题 本文围绕“深度优先与回溯：低空间搜索和 N 皇后问题”对课程 ASR 进行高密度论文式重构，并围绕 DFS、backtracking、N-Queens、constraint search 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  10. 10 迭代加深：IDDFS 与 IDA* 的时间—空间折衷 本文围绕“迭代加深：IDDFS 与 IDA\ 的时间—空间折衷”对课程 ASR 进行高密度论文式重构，并围绕 iterative deepening、IDDFS、IDA\、threshold 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行校正。 →
  11. 11 动态规划与 Viterbi：分层图上的最优子结构 本文围绕“动态规划与 Viterbi：分层图上的最优子结构”对课程 ASR 进行高密度论文式重构，并围绕 dynamic programming、Viterbi algorithm、trellis、optimal substructure 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识别和概念边界进行 →
  12. 12 Viterbi 的语言输入应用：从拼音候选到最优序列解码 本文围绕“Viterbi 的语言输入应用：从拼音候选到最优序列解码”对课程 ASR 进行高密度论文式重构，并围绕 Viterbi decoding、language model、trellis、sequence decoding、pinyin input 检索英文原论文、官方研究页面和高校课程资料。文章不保留课堂逐句口述，而以问题背景、技术难点、形式化定义、核心机制、理论或实验依据、局限与后续发展重新组织知识，并对可确认的 ASR 误识 →