图的搜索：
无信息搜索（盲目搜索）：深度优先搜索DFS、宽度优先搜索BFS、有界深度搜索DLS、等代价搜索UCS（BFS的扩展版本）、迭代加深搜索IDS
有信息搜索（启发式搜索）：A算法，A*算法
图的搜索所需的数据结构：
OPEN表：记录还没有扩展的点
CLOSED：记录已经扩展的点
节点结构中需要有指向父节点的指针：记住从目标返回的路径
启发式搜索：
引入启发式函数heuristic function：h(n)。利用h(n)来决定节点的扩展顺序。
估价函数evaluation function ： f(n)
对f的不同定义导致了不同的搜索策略。
g*(n)：开始S到某n点的最佳路径的实际代价
h*(n)：从这个n点到目标goal的最小代价路径的代价
f*(n) ：g*(n)+f*(n)
f(n)：希望估价函数，是f*(n)的一个估计f(n)=gn+hn(开始缩写偷懒)
gn是g*n的估计，hn是h*n的估计
gn从各个弧加起来的最小值给出。gn>=g*n
hn依赖于各个领域的启发信息
A算法：fn=hn+gn
如果所有的hn<=h*n称hn是h*n的下界
A*算法：采用下界hn为启发函数的A算法，当hn=0，A*变成有序搜索算法
h*(n)：从这个n点到目标goal的最小代价路径的代价
f*(n) ：g*(n)+f*(n)
f(n)：希望估价函数，是f*(n)的一个估计f(n)=gn+hn(开始缩写偷懒)
gn是g*n的估计，hn是h*n的估计
gn从各个弧加起来的最小值给出。gn>=g*n
hn依赖于各个领域的启发信息
A算法：fn=hn+gn
如果所有的hn<=h*n称hn是h*n的下界
A*算法：采用下界hn为启发函数的A算法，当hn=0，A*变成有序搜索算法