启发式搜索策略

启发式搜索是一种通过有选择性地扩展搜索空间，提高搜索效率的搜索策略。它利用启发信息来指导搜索方向，从而更快找到解。

常见的启发式搜索算法包括： A算法、IDA算法、迭代加深搜索、贪心搜索等。

A算法是一种常用的启发式搜索算法，它通过计算每个节点的启发值（估价函数），从而选择下一个扩展的节点。启发值一般包括两部分：从起点到当前节点的实际代价（g值）和从当前节点到终点的估计代价（h值）。A算法选择的下一个节点是f值（f=g+h）最小的节点。

IDA算法是A算法的变种，它采用深度优先搜索的方式，但是每次限制深度的上限，直到找到解为止。

迭代加深搜索是一种深度优先搜索的变种，它通过不断增加深度的上限来逐步扩大搜索空间，直到找到解为止。

贪心搜索是一种启发式搜索，它每次选择下一个节点时只考虑当前最优的选择，而不考虑后续的影响。贪心搜索常用于求解最短路径等问题。