Chapter-2 Search 第2章 搜索 - AStarSearch A*搜索
问题
对于 3 times 3 的矩阵
begin{bmatrix}
2 & 8 & 1
3 & 7 & x
6 & 4 & 5
end{bmatrix}
x 点可以与上下左右的相邻点交换位置，除此之外不能随意改变位置，将该矩阵变成
begin{bmatrix}
1 & 2 & 3
4 & 5 & 6
7 & 8 & x
end{bmatrix}
求最少变换次数以及变化经过，若将矩阵的初始状态看作起点 beg ，最终状态看作终点 end ，即搜索 beg 到 end 的最短路径。
本问题的原型是“八数码问题”。
解法
与之前问题不同，本问题将每种矩阵状态看作一个节点，是一种时间上的状态搜索。本文用A*搜索来解决该问题，A*算法是一种启发式搜索，与DFS和BFS这种无差别搜索不同，A*算法设置一个评价函数 f(x) 来计算节点 x 的搜索代价（到目标的距离），优先搜索那些离目标最近的点，从而提高搜索效率。
A*算法的评价函数 f(x) = g(x) + h(x) ，其中 x 是节点， f(x) 表示 x 点到 end 的评价距离， g(x) 表示从 beg 节点到 x 节点的实际最短距离， h(x) 表示从 x 点到 end 节点的估算距离。在A*算法的等待队列中，总是优先选取 f(x) 最小的点进行搜索。
在本问题中矩阵节点 x 的估算距离为 x 与 end 在对应位置 [i,j] （其中 i,j in [1,3] ）上不同数字的数量之和：
begin{equation}
h(x) = sum{i=1}^3 sum{j=1}^3 k{i,j}
end{equation} quad quad
k{i,j} =
begin{cases}
1 & { x{i,j} = end{i,j} }
0 & { x{i,j} neq end{i,j} }
end{cases}
对于下面的矩阵， h(a) = 6 ， h(b) = 7 ：
$$
a
begin{bmatrix}
1 & 2 & 3
4 & 5 & 6
7 & 8 & x
end{bmatrix}
quad
b
begin{bmatrix}
1 & 2 & 3
4 & x & 5
7 & 8 & 6
end{bmatrix}
quad
c
begin{bmatrix}
1 & x & 3
5 & 2 & 6
4 & 7 & 8
end{bmatrix}
$$
与之前的问题不同，本问题中的节点是一种矩阵状态。之前的解法中我们用染色的方式来标记节点是否被访问过，编码实现时可以用数组下标来标记节点 i 的颜色。而矩阵状态是无法作为数组下标的，不过我们可以用哈希表来记录矩阵状态 x 是否被访问过，以及从 beg 节点到达 x 的节点距离。矩阵可以通过下面这两种方式分别映射为字符串或数字（string和int都可以作为哈希表键值）：
$$
begin{bmatrix}
1 & 2 & 3
4 & x & 5
7 & 8 & 6
end{bmatrix}
Rightarrow
string(“1234x5786”)
quad
begin{bmatrix}
1 & 2 & 3
4 & x & 5
7 & 8 & 6
end{bmatrix}
Rightarrow
int(123495786)
$$
设置 open 表、 close 表和 g 分数表。 g 分数表是一个哈希表 x Rightarrow g(x) ，用来存储每个节点的实际距离 g(x) 。open表是一个优先队列，与之前搜索算法中的队列功能相同，用于管理等待访问的节点，但是我们需要从open表中总是优先取出可能离 end 最近的节点，因此其优先级为评价距离 f(x) 。close表是一个节点 x 的集合，用于查询所有已经访问过的节点。
初始时我们将 beg 节点插入 open 表和 close 表中，令 g(beg) = 0 。
每一次搜索中，从 open 表中取出评价距离 f 最小的节点 node ，若 node = end 则算法结束；否则将 node 插入 close 表中（也可称为染色，染色的、属于 close 表中的节点都是不能再被访问的），该矩阵中的 ‘x’ 与上下左右四个数字交换位置，得到新的四个节点 e_1 、 e_2 、 e_3 、 e_4 ，若他们不在 close 表中，将其插入 open 表和 close 表中。
在维护 open 中节点的优先级时需要使用 g(x) ，因为 f(x) = g(x) + h(x) 。
当搜索到 open 表中没有节点可以访问时，则说明 beg 节点永远无法到达 end 节点，两个矩阵状态无法转换。更复杂一些的情况，在 beg 可以到达end的基础上，需要求出从 beg 到 end 的路径，这时我们可以把 close 表改为哈希表 x Rightarrow from(x) ，用来存储节节点 x 及其父节点 from ，最后从 end 节点反向，通过查找 close 表就可以找到一条反向的路径。
本问题中A*搜索的时间复杂度为 O(9^9) 。