搜索技术与应用：盲目搜索、启发式搜索与博弈搜索

# 搜索技术与应用
## 搜索分类
- 盲目搜索
  - 广度优先搜索
    - 搜索策略
    - 优缺点
      - 优点
        - 保证找到最优解
        - 适用于较小搜索空间
      - 缺点
        - 资源消耗大
        - 搜索路径长
    - 适用场景
      - 图的遍历
      - 迷宫问题
  - 深度优先搜索
    - 搜索策略
    - 优缺点
      - 优点
        - 内存消耗少
        - 适用于深层搜索
      - 缺点
        - 可能陷入死胡同
        - 不保证最优解
    - 适用场景
      - 回溯问题
      - 游戏树搜索
- 启发式搜索
  - A*搜索
    - 启发函数的作用
      - 估计到目标的成本
      - 引导搜索过程
    - 相较于盲目搜索的优势
      - 更高效
      - 更智能的路径选择
    - 应用场景
      - 地图导航
      - 人工智能游戏
## 状态空间搜索
- 状态空间定义
  - 状态表示
  - 转移关系
- 通过搜索找到解路径
  - 发现路径的过程
  - 路径的评估
- 实际问题应用
  - 八数码问题
    - 状态转移示例
    - 解决方案的可行性
## 博弈搜索
- 极大极小搜索算法
  - 原理
    - 极大化与极小化原则
    - 树的层级结构
  - 过程
    - 节点评估
    - 值的更新
- α_β剪枝优化
  - 减少搜索空间
    - 剪枝策略
    - 剪枝的效果
  - 提高效率
    - 对比未剪枝的效果
    - 实现复杂度的降低