algorithm - 如何定义随机搜索问题的完备性?

标签 algorithm artificial-intelligence computer-science

我们是否可以将其定义为找到解决方案的概率限制为1的搜索?

最佳答案

简短的回答:是的

更长的答案:为了声称搜索算法 [even stochastic] 是“完整的”,您必须证明如果有答案,该算法将在有限时间内找到答案。 这意味着,您必须表明,如果有答案,则不可能存在未完成的 [或以错误答案完成] 路径。因此,您需要证明找到概率为 1 的解决方案[完全正确!不是大约!],以显示随机算法是“完整的”

例如,steepest ascent hill climbing人行道[你可以去一个具有相同效用值(value)的邻居] - 不完整,因为你可以进入无限循环并且永远找不到任何解决方案。但是,如果您将人行道的数量限制为有限数量 K,它就是完整的,因为如果存在局部最小值,算法最终会以概率 1 找到一个。

关于algorithm - 如何定义随机搜索问题的完备性?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7782309/

相关文章:

python - 按照 TensorFlow 教程但无法获得准确的模型预测

java - 创建一个java程序来求解二次方程

algorithm - 大整数集 [1..2^64 - 1] 的完美哈希函数

c++ - 哪种方式更适合数组访问?

python - 在 Python 中展平任意嵌套列表的最快方法是什么?

c++ - 循环复杂度

algorithm - 最优性和效率之间有什么区别?

java - 在类中创建和更改的类会更改原始类

neural-network - 为什么我们在计算反向传播算法时要取传递函数的导数?

python - 为什么大整数除法比切片(数字)字符串更快,以访问单个数字?