BFSはDFSよりどのように優れていますか？
質問者：コスタンツァメッケル|最終更新日：2020年1月3日
カテゴリ：テクノロジーとコンピューティング人工知能
BFSは、キューを使用して最短パスを検索します。 DFSは、スタックを使用して最短パスを見つけます。ターゲットがソースに近い場合、 BFSの方が優れています。ターゲットがソースから遠く離れている場合は、 DFSの方が適しています。
また、深さ優先探索と幅優先探索の違いは何ですか？BFS （幅優先探索）は、最短経路を見つけるためにキューデータ構造を使用します。 DFS（深さ優先探索）はスタックデータ構造を使用します。 BFSに、我々は、ソース頂点からエッジの最小数の頂点に到達するのでBFSは、重み付けされていないグラフの単一始点最短経路を見つけるために使用することができます。
また、DFSとBFSが同じ出力を提供するようなツリーはありますか？ DFSとBFSの両方がツリーを生成する必要があるため、Tのすべてのエッジが含まれている必要があります（すべてのツリーには| V | − 1のエッジがあります）。 2つのツリーが同じルートと同じエッジを持っている場合、それらは同一でなければならないため、 DFSとBFSの両方がTを生成します。
また、AIのBFSとDFSとは何ですか？
BFSは「幅優先探索」の略です。 DFSは「DepthFirstSearch」の略です。 BFSは、ルートノードからトラバーサルを開始し、レベルごとに、つまりルートノードから可能な限り近くで検索を探索します。
深さ優先探索の使用は何ですか？
深さ-最初の検索は、多くの場合、フォード・ファルカーソンのアルゴリズムのようなネットワーク・フロー・アルゴリズムのサブルーチンとして使用されます。 DFSは、ホップクロフト-カープアルゴリズムなどのグラフ理論のマッチングアルゴリズムのサブルーチンとしても使用されます。深さ優先探索は、ルートのマッピング、スケジューリング、およびスパニングツリーの検索に使用されます。
28関連する質問の回答が見つかりました
例の最小スパニングツリーとは何ですか？
最小スパニングツリーは、ツリーのエッジの長さ（または「重み」）を最小化する特別な種類のツリーです。例としては、複数の近隣に線を引きたいケーブル会社があります。敷設されるケーブルの量を最小限に抑えることで、ケーブル会社はコストを節約できます。ツリーには、任意の2つの頂点を結合する1つのパスがあります。
DFSアルゴリズムの例とは何ですか？
深さ優先探索（DFS）アルゴリズムは、グラフを深さ方向に移動し、スタックを使用して、反復で行き止まりが発生したときに、次の頂点を取得して検索を開始することを忘れないようにします。上記の例のように、DFSアルゴリズムは、最初にSからA、D、G、E、B、次にF、最後にCに移動します。
*パスファインディングとは何ですか？
A *は、ビデオゲームなどのアプリケーションで一般的なパスファインディングの問題によく使用されますが、元々は一般的なグラフ走査アルゴリズムとして設計されました。 NLPで確率的文法を使用して構文解析する問題など、さまざまな問題でアプリケーションを見つけます。
DFSとBFSは接続されたグラフにどのように適用されますか？
有向グラフでBFSため、グラフの各エッジは、同じレベルの2つの頂点を接続するいずれか、正確に一つのレベルをダウンし、または任意の数のレベルが上がります。 DFSの場合、各エッジは、祖先を子孫に接続するか、子孫を祖先に接続するか、または1つのノードを以前にアクセスしたサブツリーのノードに接続します。
反復深化深さ検索が必要なのはなぜですか？
深さ優先探索の空間効率と幅優先法の最適性を組み合わせる1つの方法は、反復深化を使用することです。アイデアは、フロンティアの要素を保存するのではなく、再計算することです。各再計算は深さ優先探索である可能性があるため、使用するスペースが少なくなります。
BFS AIとは何ですか？
幅優先探索（ BFS ）
BFSはトラバースアルゴリズムであり、選択したノード（ソースノードまたは開始ノード）からトラバースを開始し、グラフをレイヤーごとにトラバースして、隣接ノード（ソースノードに直接接続されているノード）を探索する必要があります。 DFSアルゴリズムはどのように機能しますか？
DFSアルゴリズムは、バックトラッキングの概念を使用する再帰的アルゴリズムです。これには、可能であれば先に進むか、バックトラックすることによって、すべてのノードを徹底的に検索することが含まれます。スタックからノードをポップして、アクセスする次のノードを選択し、隣接するすべてのノードをスタックにプッシュします。
AIアルゴリズムとは何ですか？
一般に、アルゴリズムはいくつかの入力を受け取り、数学と論理を使用して出力を生成します。まったく対照的に、人工知能アルゴリズムは、データを「学習」し、新しい入力が与えられたときに出力を生成するために、入力と出力の両方を同時に組み合わせます。
DFSは最適ですか？
最適性： DFSは最適ではありません。つまり、ソリューションに到達するためのステップ数、またはソリューションに到達するために費やされるコストが高くなります。
ヒューリスティック関数とは何ですか？
ヒューリスティック関数は、目標への方向について検索に通知する方法です。これは、ノードのどのネイバーが目標につながるかを推測するための情報に基づいた方法を提供します。ヒューリスティック関数には魔法のようなものは何もありません。ノードについて簡単に取得できる情報のみを使用する必要があります。
ブラインドサーチとは何ですか？
ブラインド検索（情報のない検索とも呼ばれます）は、そのドメインに関する情報がない検索です。ブラインド検索で実行できるのは、非目標状態と目標状態を区別することだけです。インテリジェンスが組み込まれた検索を使用できるのに、なぜブラインド検索を使用する必要があるのか不思議に思うかもしれません。
状態空間検索の問題に使用されるアルゴリズムはどれですか？
探索アルゴリズムが状態空間表現に適用され、解のパスが見つかります。各検索アルゴリズムは、特定の検索戦略を適用します。解空間の状態を複数回再検討できる場合は、有向グラフを使用して解空間を表します。
DFSは完了していますか？
現在のノードがどれほど深くても、子があれば、DFSは常に深くなります。 DFSの主な弱点は、最初のソリューションへのパスの「左側」に無限のパスがある場合、終了に失敗することです。言い換えると、多くの問題でDFSは完全ではありません。解決策は存在しますが、 DFSはそれを見つけることができません。
データ構造のスパニングツリーとは何ですか？
スパニングツリーはグラフGのサブセットであり、すべての頂点が可能な限り最小の数のエッジで覆われています。したがって、スパニングツリーにはサイクルがなく、切断することはできません。この定義により、すべての接続された無向グラフGには少なくとも1つのスパニングツリーがあるという結論を導き出すことができます。
ヒューリスティック検索とは何ですか？
ヒューリスティック検索とは、特定のヒューリスティック関数またはコスト測定に基づいてソリューションを繰り返し改善することにより、問題を最適化しようとする検索戦略を指します。ヒューリスティック検索を適用する典型的な例は、巡回セールスマン問題です（Russell and Norvig2003）。
AI検索とは何ですか？
AIでの検索は、中間状態を移行することにより、開始状態から目標状態に移動するプロセスです。ほとんどすべてのAIの問題は、これらの用語で定義できます。状態—問題の潜在的な結果。移行—状態間を移動する行為。
BFSツリーはユニークですか？
BFSツリーは、一般に、特定のグラフに対して一意ではありません。これは、隣接ノードが処理される順序によって異なります。