在AI中实现不同搜索算法（如BFS、DFS、Astar等）的matlab广度优先算法代码

matlab广度优先算法代码人工智能搜索算法 搜索是AI中解决问题的通用技术。 这个项目将使您开始使用这些不同的算法： 蛮力搜索策略 广度优先搜索：它从根节点开始，先探索相邻节点，然后再向下一级邻居移动。 每次生成一棵树，直到找到解决方案。 可以使用FIFO队列数据结构来实现。 此方法提供了最短的解决方案路径。 缺点：由于保存了每个级别的节点用于创建下一个节点，因此它会占用大量内存空间。 存储节点的空间要求是指数级的。 （请参见代码：） 深度优先搜索：它是通过LIFO堆栈数据结构递归实现的。 它仅按不同顺序创建与“广度优先”方法相同的节点集。 缺点：该算法可能不会终止并在一条路径上无限进行。 解决此问题的方法是选择截止深度。 如果理想截止值是d，并且选择的截止值小于d，则该算法可能会失败。 如果选择的截止值大于d，则执行时间会增加。 （请参见代码：） 知情（启发式）搜索策略 星级搜索：这是“最佳优先”搜索的最著名形式。 它避免了扩展已经很昂贵的路径，而是首先扩展了最有希望的路径。f（n）= g（n）+ h（n），其中： g（n）到达节点的成本（到目前为止） h（n）从节点到目标的估计成