模板

暂无模板捏！（也许只有数据结构才会有模板更新）

解析

其实是基于深搜的一步优化，虽然可以被卡回去

举一个现实的例子

当我们打开导航的时候，起点和重点会确认一个“向量”？

我们钦定终点在起点的北偏东 \(45^\circ\) 方向

感性理解一下导航会给你规划大量西南向的路线吗？

不可能滴！

所以启发式搜索，可以粗浅地理解为定向 DFS

而怎么定向？

相当于在朴素 DFS 上加入一个贪心

我们会给定一个估价函数，然后……

不说那么复杂，回归刚才那个导航的例子

我们记录一个信息，为当前位置至终点的直线距离（也就是欧几里得距离）

从定性的角度看，一定是优先搜索可以使欧几里得距离减小的方向

但是毕竟我们是开车，不是飞机

所以这个粗糙的算法有许多漏洞（所以甩给 A*）

看上去比较简单捏！

优化

暂无

应用

这是一个思想，被广泛应用的还是 A* 算法

例题

完结撒花！