Was ist der Unterschied zwischen der Diagrammsuche und der Baumsuche?

96

Was ist der Unterschied zwischen der Graphensuche und der Baumsuchversion in Bezug auf DFS-, A * -Suchen in künstlicher Intelligenz ?

Rayhanur Rahman
quelle

Antworten:

176

Nach den vorhandenen Antworten zu urteilen, scheint dieses Konzept sehr verwirrend zu sein.

Das Problem ist immer ein Diagramm

Die Unterscheidung zwischen Baumsuche und Diagrammsuche beruht nicht auf der Tatsache, ob das Problemdiagramm ein Baum oder ein allgemeines Diagramm ist. Es wird immer davon ausgegangen, dass es sich um ein allgemeines Diagramm handelt. Die Unterscheidung liegt in dem Durchlaufmuster , das zum Durchsuchen des Diagramms verwendet wird und das grafisch oder baumförmig sein kann.

Wenn Sie sich mit einem baumförmigen Problem befassen , führen beide Algorithmusvarianten zu gleichwertigen Ergebnissen. So können Sie die einfachere Baumsuchvariante auswählen.

Unterschied zwischen Diagramm- und Baumsuche

Ihr grundlegender Algorithmus für die Diagrammsuche sieht ungefähr so ​​aus. Mit einem Startknoten startwerden gerichtete Kanten als successorsund eine goalSpezifikation in der Schleifenbedingung verwendet. openhält die Knoten im Speicher, die derzeit in Betracht gezogen werden, in der offenen Liste . Beachten Sie, dass der folgende Pseudocode nicht in jedem Aspekt korrekt ist (2).

Baumsuche

open <- []
next <- start

while next is not goal {
    add all successors of next to open
    next <- select one node from open
    remove next from open
}

return next

Je nachdem, wie Sie implementieren select from open, erhalten Sie verschiedene Varianten von Suchalgorithmen, z. B. die Tiefensuche (DFS) (Neuestes Element auswählen), die Breitensuche (BFS) (Ältestes Element auswählen) oder die Suche nach einheitlichen Kosten (Element mit den niedrigsten Pfadkosten auswählen) ), die beliebte A-Stern-Suche durch Auswahl des Knotens mit den niedrigsten Kosten plus heuristischem Wert usw.

Der oben angegebene Algorithmus wird tatsächlich als Baumsuche bezeichnet . Es wird mehrmals einen Status des zugrunde liegenden Problemdiagramms aufrufen, wenn im Startstatus mehrere gerichtete Pfade zu diesem Rooting vorhanden sind. Es ist sogar möglich, einen Zustand unendlich oft zu besuchen, wenn er auf einer gerichteten Schleife liegt. Jeder Besuch entspricht jedoch einem anderen Knoten im Baum, der von unserem Suchalgorithmus generiert wird. Diese offensichtliche Ineffizienz wird manchmal gewünscht, wie später erläutert wird.

Grafische Suche

Wie wir gesehen haben, kann die Baumsuche einen Zustand mehrmals besuchen. Und als solches wird es den nach diesem Zustand gefundenen "Unterbaum" mehrmals untersuchen, was teuer sein kann. Die Diagrammsuche behebt dieses Problem, indem alle besuchten Zustände in einer geschlossenen Liste erfasst werden . Wenn ein neu gefundener Nachfolger nextbereits bekannt ist, wird er nicht in die offene Liste eingefügt:

open <- []
closed <- []
next <- start

while next is not goal {
    add next to closed
    add all successors of next to open, which are not in closed 
    remove next from open
    next <- select from open
}

return next

Vergleich

Wir stellen fest, dass die Diagrammsuche mehr Speicher benötigt, da sie alle besuchten Zustände verfolgt. Dies kann durch die kleinere offene Liste ausgeglichen werden, was zu einer verbesserten Sucheffizienz führt.

Optimale Lösungen

Einige Implementierungsmethoden selectkönnen garantieren, dass optimale Lösungen zurückgegeben werden - dh ein kürzester Pfad oder ein Pfad mit minimalen Kosten (für Diagramme mit Kosten, die an Kanten gebunden sind). Dies gilt grundsätzlich immer dann, wenn Knoten in der Reihenfolge steigender Kosten erweitert werden oder wenn die Kosten eine positive Konstante ungleich Null sind. Ein gängiger Algorithmus, der diese Art der Auswahl implementiert, ist die einheitliche Kostensuche oder bei identischen Schrittkosten BFS oder IDDFS . IDDFS vermeidet den aggressiven Speicherverbrauch von BFS und wird im Allgemeinen für die nicht informierte Suche (auch bekannt als Brute Force) empfohlen, wenn die Schrittgröße konstant ist.

EIN*

Auch das (sehr beliebt) A * Baumsuchalgorithmus liefert eine optimale Lösung , wenn sie mit einer verwendeten zulässigen Heuristik . Der A * Graph- Suchalgorithmus übernimmt diese Garantie jedoch nur, wenn er mit einer konsistenten (oder "monotonen") Heuristik verwendet wird (eine stärkere Bedingung als die Zulässigkeit).

(2) Fehler des Pseudocodes

Der Einfachheit halber enthält der dargestellte Code nicht:

  • Behandeln Sie fehlgeschlagene Suchvorgänge, dh es funktioniert nur, wenn eine Lösung gefunden werden kann
Zikzystar
quelle
1
Schöne Antwort! Können Sie näher erläutern, was Sie unter baumförmigem Problem verstehen ? Wie schlagen Sie außerdem vor, den vom Algorithmus zurückgelegten Pfad zu speichern, um das Ziel zu erreichen, im Gegensatz zur vollständigen Durchquerung?
Brian
1
@Brian baumförmiges Problem bedeutet, dass das Diagramm, das Sie suchen, ein Baum ist. Und für Ihre zweite Frage: Das hängt vom Problem ab. Eine Möglichkeit besteht darin, den Pfad zu einem Knoten einfach zusammen mit jedem erweiterten Knoten zu speichern, wenn dies möglich ist.
Ziggystar
5
Es ist formeller zu sagen, dass ein "einzelner Zustand" durch eine Baumsuche mehrmals besucht werden könnte und NICHT durch einen Knoten. Da jeder Knoten im Suchbaum einem einzelnen Pfad entlang des Zustandsraumgraphen entspricht und höchstens einmal von Baumsuchen besucht wird. (Dies gilt zwar nicht für die iterative Vertiefungssuche, die den Baum mit zunehmenden Tiefengrenzen durchquert, aber in diesem Fall wird auch in jeder Iteration jeder Knoten nur einmal besucht)
Nader Ghanbari
1
@NaderhadjiGhanbari Ob die Scheitelpunkte des zugrunde liegenden Problemgraphen im Gegensatz zum Traversaldiagramm besser geeignet sind stateoder nicht , hängt vom Kontext ab. Die Verwendung für die Scheitelpunkte des Problemgraphen und für den Durchlaufgraphen könnte jedoch die Klarheit der Antwort definitiv verbessern. Ich werde versuchen, es bald umzuschreiben. Danke dir. nodestatenode
Ziggystar
TL; DR: Die Diagrammsuche verwendet eine geschlossene Datenstruktur, die Baumsuche nicht.
Shinzou
7

Ein Baum ist ein Sonderfall eines Diagramms. Was auch immer für allgemeine Diagramme funktioniert, funktioniert für Bäume. Ein Baum ist ein Graph, in dem zwischen jedem Knotenpaar genau ein Pfad liegt. Dies impliziert, dass es keine Zyklen enthält, wie in einer vorherigen Antwort angegeben, aber ein gerichteter Graph ohne Zyklen (ein DAG, gerichteter azyklischer Graph) ist nicht notwendigerweise ein Baum.

Wenn Sie jedoch wissen, dass Ihr Diagramm einige Einschränkungen aufweist, z. B. dass es sich um einen Baum oder eine DAG handelt, können Sie normalerweise einen effizienteren Suchalgorithmus finden als für ein uneingeschränktes Diagramm. Zum Beispiel ist es wahrscheinlich nicht sehr sinnvoll, A * oder sein nicht heuristisches Gegenstück „Dijkstra-Algorithmus“ in einem Baum zu verwenden (wo ohnehin nur ein Pfad zur Auswahl steht, den Sie über DFS oder BFS finden können) oder auf einer DAG (wo ein optimaler Pfad gefunden werden kann, indem Eckpunkte in der Reihenfolge betrachtet werden, die durch topologische Sortierung erhalten wird).

Für gerichtete und ungerichtete Diagramme ist ein ungerichteter Graph ein Sonderfall eines gerichteten Graphen, nämlich der Fall, der der Regel folgt: „Wenn es eine Kante (Verknüpfung, Übergang) von u nach v gibt, gibt es auch eine Kante von v nach u .

Update : Beachten Sie, dass dies nicht die Antwort ist , wenn Sie sich eher für das Durchlaufmuster der Suche als für die Struktur des Diagramms selbst interessieren . Siehe z. B. die Antwort von @ ziggystar.

njlarsson
quelle
Hm, der Kontext der Frage ist mir nicht ganz klar, aber wenn ich sie noch einmal betrachte, nachdem ich Ihre Antwort @ziggystar gesehen habe, habe ich das Gefühl, dass die Erwähnung von A * und AI darauf hindeutet, dass Sie Recht haben, und meine Antwort aus dem Zusammenhang. Ich habe "Baumsuche" als "Baumsuche" interpretiert. Nicht "Durchsuchen eines allgemeinen Graphen mit einem baumförmigen Durchquerungsmuster", wie Ihre Antwort impliziert.
Njlarsson
@njlarsson Ich habe Ihre Umformulierung in meine Antwort aufgenommen. Es ist gut zur Klarstellung.
Ziggystar
Dies wurde in der Antwort vermerkt. Ich vermute, dass meine Antwort für viele Menschen, die über Google usw. hierher finden, die richtige ist, auch wenn sie für das, was Rayhanur Rahman suchte, möglicherweise nicht im Zusammenhang steht.
Njlarsson
Ich habe viele Studenten gesehen, die Schwierigkeiten hatten, Suchalgorithmen zu studieren, und Ihre Antwort führt sie nur in die Irre.
Nader Ghanbari
1
Die Antwort bezieht sich auch auf Suchalgorithmen, aber es ist wahr, dass es nicht das ist, wonach das Poster gefragt hat. Siehe das „Update“ in der Antwort - Ich habe im März 2014 festgestellt, dass ich die Frage falsch verstanden habe. Mein Grund, die Antwort nicht zu löschen, ist, dass sie für jemanden, der über die Suche hierher gekommen ist, möglicherweise immer noch nützlich ist.
Njlarsson
3

Der einzige Unterschied zwischen einem Diagramm und einem Baum ist der Zyklus . Ein Graph kann Zyklen enthalten, ein Baum nicht. Wenn Sie also einen Suchalgorithmus in einem Baum implementieren, müssen Sie die Existenz von Zyklen nicht berücksichtigen, aber wenn Sie mit einem beliebigen Diagramm arbeiten, müssen Sie diese berücksichtigen. Wenn Sie die Zyklen nicht handhaben, fällt der Algorithmus möglicherweise in eine Endlosschleife oder eine Endlosrekursion.

Ein weiterer zu berücksichtigender Punkt sind die Richtungseigenschaften des Diagramms, mit dem Sie sich befassen. In den meisten Fällen handelt es sich um Bäume, die Eltern-Kind-Beziehungen an jeder Kante darstellen. Ein DAG (gerichteter azyklischer Graph) zeigt ebenfalls ähnliche Eigenschaften. Bidirektionale Graphen sind jedoch unterschiedlich. Jede Kante in einem bidirektionalen Diagramm repräsentiert zwei Nachbarn. Daher sollten sich die algorithmischen Ansätze für diese beiden Diagrammtypen etwas unterscheiden.

0605002
quelle
3
Wenn Sie wirklich einen Baum haben, müssen Sie in A * keine doppelte Erkennung durchführen. Sie benötigen jedoch noch eine Möglichkeit, den endgültigen Pfad zu extrahieren, sodass Sie möglicherweise immer noch eine geschlossene Liste haben.
Nathan S.
Normalerweise ist ein Baum ein gerichteter Graph mit höchstens einem Pfad zwischen zwei beliebigen Eckpunkten. Das heißt, es gibt zwei Unterschiede zwischen Diagrammen und Bäumen: Richtung und Pfad-Eindeutigkeit. Ein Algorithmus, der an einer DAG arbeitet, muss nicht nach Zyklen suchen, und ein Algorithmus, der an einem Baum arbeitet, muss nicht nach Duplikaten suchen.
Thiton
1
Die Terminologie variiert, aber Bäume werden nicht immer als gerichtet angesehen. Für einen verwurzelten Baum, dh wenn ein Knoten als Stamm angegeben wird, gibt es eine implizite Richtung, aber Bäume müssen nicht verwurzelt werden. Auch allgemeine Diagramme können entweder gerichtet oder ungerichtet sein. Wenn Sie höchstens einen Pfad zwischen zwei Scheitelpunkten benötigen, schließen Sie auch Wälder ein . Ein Baum wird normalerweise als verbundener Graph definiert, dh es muss genau einen Pfad geben.
Njlarsson
Diese Antwort geht mehr auf den Unterschied zwischen Bäumen und Graphen in der Graphentheorie ein, aber nicht wirklich auf die verschiedenen Arten von Suchalgorithmen.
mlibby
1

GRAFIK GEGEN BAUM

  • Diagramme haben Zyklen
  • Bäume haben keine Zyklen "Stellen Sie sich zum Beispiel einen Baum in Ihrem Kopf vor, Zweige haben keine direkten Verbindungen zur Wurzel, aber Zweige haben Verbindungen zu anderen Zweigen nach oben."

Aber im Falle von AI Graph-Suche vs Baum-Suche

Die Diagrammsuche hat eine gute Eigenschaft: Wenn der Algorithmus einen neuen Knoten untersucht und ihn als besucht markiert, "unabhängig vom verwendeten Algorithmus", untersucht der Algorithmus normalerweise alle anderen Knoten, die vom aktuellen Knoten aus erreichbar sind.

Betrachten Sie beispielsweise das folgende Diagramm mit 3 Eckpunkten AB und C und die folgenden Kanten

AB, BC und CA, Nun, es gibt einen Zyklus von C nach A,

Und wenn DFS ausgehend von A, A einen neuen Zustand B erzeugt, erzeugt B einen neuen Zustand C, aber wenn C untersucht wird, versucht der Algorithmus, einen neuen Zustand A zu erzeugen, aber A wird bereits besucht, so dass er ignoriert wird. Cool!

Aber was ist mit Bäumen? Nun, Bäume Algorithmus markiert den besuchten Knoten nicht als besucht, aber Bäume haben keine Zyklen, wie würde es in einer Endlosschleife kommen?

Betrachten Sie diesen Baum mit 3 Eckpunkten und die folgenden Kanten

A - B - C wurzelt bei A nach unten. Nehmen wir an, wir verwenden den DFS-Algorithmus

A erzeugt einen neuen Zustand B, B erzeugt zwei Zustände A und C, da Bäume nicht "Markieren Sie einen besuchten Knoten, wenn er erkundet wird" haben. Daher wird der DFS-Algorithmus möglicherweise A erneut untersuchen und somit einen neuen Zustand B erzeugen Wir geraten in eine Endlosschleife.

Aber haben Sie etwas bemerkt, wir arbeiten an ungerichteten Kanten, dh es besteht eine Verbindung zwischen AB und BA. Dies ist natürlich kein Zyklus, da der Zyklus impliziert, dass die Eckpunkte> = 3 sein müssen und alle Eckpunkte mit Ausnahme des ersten und des letzten Knotens unterschiedlich sind.

ST A-> B-> A-> B-> A es ist kein Zyklus, weil es die Zykluseigenschaft verletzt> = 3. Aber tatsächlich ist A-> B-> C-> A ein Zyklus> = 3 verschiedene Knoten. Der erste und der letzte Knoten sind identisch.

Betrachten Sie noch einmal die Baumkanten A-> B-> C-> B-> A, natürlich ist es kein Zyklus, da es zwei Bs gibt, was bedeutet, dass nicht alle Knoten unterschiedlich sind.

Zuletzt könnten Sie einen Baumsuchalgorithmus implementieren, um zu verhindern, dass derselbe Knoten zweimal erkundet wird. Das hat aber Konsequenzen.

Mohamed Horani
quelle
Diese Antwort ist verwirrend, da sie die Situation, in der das Problem ein Baum oder ein Diagramm ist, mit der Frage zu mischen scheint, ob der Suchalgorithmus selbst während der Suche einen Baum oder ein Diagramm verwendet.
mlibby
1

In einfachen Worten, Baum enthält keine Zyklen und wo als Grafik kann. Wenn wir also suchen, sollten wir Zyklen in Diagrammen vermeiden, damit wir nicht in Endlosschleifen geraten.

Ein weiterer Aspekt ist, dass der Baum normalerweise eine topologische Sortierung oder eine Eigenschaft wie den binären Suchbaum aufweist, die die Suche im Vergleich zu Diagrammen so schnell und einfach macht.

Madhi
quelle