从基础理论开始学习人工智能（三）：盲目搜索——从状态空间图到生成-测试范式

从基础理论开始学习人工智能（三）：盲目搜索------从状态空间图到生成-测试范式

系列：AI 学习笔记 · 从零开始读教材

教材：《人工智能》（第 3 版）第 2 章「盲目搜索」2.0～2.2.3（2.2 生成-测试范式：回溯法、贪心算法、旅行商问题）

一、引言：这一章，我们终于开始"正式搜索"了

前两篇博客里，我们已经两次撞见"搜索"这个词：第 01 篇的 1.3 节「启发式方法」讲它是如何用经验法则提升求解效率的；第 02 篇的 1.5 节「应用和方法」更是把它列为 AI 最古老、最基础的方法骨架。但当时"搜索"更多是个背景词。

从本章开始，教材正式按下"搜索"的开关注册了一批具体算法。第 2 章「盲目搜索」一共讲两组内容：

问题表示与求解范式 ：先用**状态空间图（state-space graph）把问题"画"出来，再用 生成-测试范式（generate-and-test paradigm）直接去找解------其中又演化出 回溯法（backtracking）与贪心算法（greedy algorithm）两种著名的具体策略（2.2.1、2.2.2），并用旅行商问题（TSP）**作为贯穿案例（2.2.3）。
三种经典的盲目搜索算法：深度优先搜索（DFS）、广度优先搜索（BFS）、迭代加深的深度优先搜索（DFS-ID）------这属于本章 2.3 节，本篇只做预告，下一篇再展开。

本篇学习范围是 2.0 简介 → 2.2.3（旅行商问题），即"先把问题表示清楚、把两种最直白的求解范式吃透"，为 2.3 节的系统搜索算法打地基。

二、2.0 简介：智能系统中的搜索

2.0.1 为什么智能系统绕不开"搜索"？

解决人工智能问题的流行方法大致有三类：搜索（search）、知识表示（knowledge representation）与学习（learning），其中搜索是最经典的一支。原因很朴素------

很多"智能"本质上就是"在众多可能中选择正确的那一个"。 从制定旅行路线、规划机器人动作，到解谜题、走棋局，都可以被形式化为：从一个初始状态 出发，通过一系列合法操作，到达某个目标状态。而"如何一步步走过去"，就是搜索。

2.0.2 本章算法的全景

本章将介绍的关键算法按层次如下：

层次	内容	定位
问题表示	状态空间图（state-space graph）	把问题建模成"节点 + 边"的图结构
直接求解范式	生成-测试范式（generate-and-test）	"先生成、再测试"的朴素思路
改进策略一	回溯法（backtracking）	在部分解上提前止损
改进策略二	贪心算法（greedy）	每步取当前局部最优
典型难题	旅行商问题（TSP）	贪心失效的经典例子，引出分支定界
系统搜索（2.3 预告）	DFS / BFS / DFS-ID（盲目搜索）	不使用问题域知识的系统性搜索

三、2.1 状态空间图：把问题"画"出来

3.1 定义：状态空间图是什么

状态空间图（state-space graph）是对问题的一种表示方法。 某个具体问题的解，将对应状态空间图中的一条路径；问题的解通常需要在这个结构中搜索（无论它是树还是图），搜索始于起始节点，止于终点或目标状态。

这句话是本章的"题眼"。它告诉我们三件事：

问题可以被表示成一张图------图里的每个要素都对应问题的一种可能处境；
"求解"变成"在图上寻路"------从一个起点状态，沿着合法操作一路走到目标状态；
搜索有起点和终点 ------起点是起始节点（起始状态） ，终点是目标状态（goal state）。

3.2 状态空间树的结构

教材先给了状态空间树（state-space tree）的直观结构。它由两部分组成：

节点（node）：图中每个椭圆都是一个节点，代表问题的一个状态；
分支 / 弧（arc） ：节点之间的弧表示将状态空间树移动到新节点的运算符（operator）（或应用该运算符的结果）。

节点中有两种特殊类型：

节点类型	含义
起始节点（start node）	表示问题的起始状态（start state），搜索从这里出发
目标状态（goal state）	问题预期的终点；搜索进行到此时即可停止

图 13 状态空间树：每个椭圆是一个节点（问题的一个状态），节点间的弧代表运算符（把系统移动到新状态的合法操作）；搜索从起始节点（起始状态）出发，沿分支一步步接近目标状态。

状态空间树包含了问题可能出现的所有状态 以及这些状态之间所有可能的转换 。有时我们只要求找到任意一个解 ，有时则要求找到代价最小的解（如最短路径）------那么就需要在搜索时对路径开销进行比较。

顺便记录教材的一个明确定义：解的代价是达到目标状态所需要的运算符的数量（而不是实际搜索所花费的工作量），它更接近"程序运行时间"而非"开发时间"的语义。

3.3 配套案例一：假币问题（12 枚硬币称 3 次）

假币问题（False Coin Problem）是状态空间图最经典的入门案例：

有 12 枚硬币，已知其中一枚是假的（伪造的），但不知道这枚假币比真币轻还是重 。天平可以告诉我们任意两组硬币是否等重、或者哪一组更重。目标是：只允许称 3 次，找出那枚假币。

这里的状态是什么？每一枚硬币都可能"可疑地被选为假币"，而天平每一次称量都会把可能性一分为二地收窄。把"当前哪些硬币还有嫌疑"作为状态、把"这一次天平称哪两组"作为运算符，整个问题就被组织成了一棵状态空间树------从"12 枚都有嫌疑"出发，经过 3 层分支，最终收敛到唯一的假币。教材正是用这个例子说明：同一个问题可以建模成状态空间图，求解就是在图中搜索一条通向唯一解（叶子）的路径。

3.4 配套案例二：微型假币问题（6 枚硬币）

为了让结构更清晰，教材给出了微型假币问题（Mini False Coin Problem） ：与假币问题完全相同，但只涉及 6 枚硬币。

图 14 微型假币问题的状态空间图（参照教材图 2.1 思想）：初始时 6 枚硬币 $C1 C2 C3 C4 C5 C6$ 均有嫌疑；第一次天平称量 C1C2 与 C3C4：若不相等，说明假币在 $C1 C2 C3 C4$ 中；若相等，说明假币在 $C5 C6$ 中。每次称量都收缩嫌疑集合，图的路径即通向唯一假币的过程。

把图 14 读作一棵状态空间树：根节点代表"6 枚均有嫌疑"的起始状态，一次称量（运算符）产生两类子状态；继续称量收窄范围，树越往下分叉越少，最终到达"锁定唯一假币"的目标状态。这直观展示了：

括号集合是"状态"------记录当前还有哪些硬币可能造假；
天平称量是"运算符"------把可能性空间切分、缩小；
树的路径就是问题求解的过程------从起点到目标。

同时它也预告了一个贯穿本章的观察：假币问题很像二分法，每次称量都尽量把可能硬币数量砍半；3 次称量之所以能搞定 12 枚，正是因为 2³ = 8...（不，这里要小心：12 枚 × 2 种轻重方向 = 24 种可能，3 次称量有 3³ = 27 种结果组合，略大于 24，所以"称 3 次"在信息论上是可行的）。

小提示：这条"3³ ≥ 24"的论证是信息论视角的自学延伸，教材本节不要求推导，仅帮助理解"为什么 3 次足够"。

四、2.2 生成-测试范式：先生成，再检查

4.1 范式定义

生成-测试范式（generate-and-test paradigm） 是问题求解的一种直接方式：

先给出可能的解，再检查每个可能的解，看是否有候选解能够构成问题的解。

它把求解拆成两个轮流进行的动作：

生成（Generate）：提出一个候选解；
测试（Test）：检验该候选解是否满足所有约束、能否构成真正的解。

如果测试通过，就宣布成功；否则继续生成下一个候选，直到穷尽。

4.2 案例：n 皇后问题

教材用 n 皇后问题来解释这个范式：

将 n 个皇后放置在一个 n×n 的棋盘上，使得任何两个皇后都不互相攻击 ------即任何两个皇后都不占据相同的行、相同的列或相同的对角线 。这些条件被称为问题的约束条件（constraints）。

以 4 皇后为例：4 枚棋子放在 4×4 棋盘共 16 个格子里，四皇后总共有 C(16,4) = 1820 种放置方法。借用"生成-测试"的思路，可以这样找解：

生成器每次提出一种放置方案（比如"（第 1 行第 1 列、第 2 行第 3 列、第 3 行第 1 列、第 4 行第 2 列）"）；
测试器检查这个方案里的任意两个皇后是否同行、同列、同对角线；
通过 → 输出方案；不通过 → 生成器继续给出下一个方案。

图 15 生成-测试范式：先生成候选解，再测试其是否满足所有问题约束；满足则宣布成功并输出，否则循环生成下一个候选。右侧为教材风格的伪代码结构。

4.3 生成器的三属性

既然要"生成所有可能解再逐一测试"，生成器（generator）的质量直接决定范式效率。一个好的生成器应当具备三个属性：

属性	英文	含义
完备的	complete	给出每个可能的解------不会漏掉任何候选
非冗余的	non-redundant	如果某个解被拒绝，这个解就不会再次被给出（事实上，即使是成功的解也只给出一次）------不做重复劳动
知情的	informed	生成器有一些信息，允许它对给出的解做出一些限制------可以排除不可能的情况

解读：完备保证"找得到"，非冗余 保证"不重来"，知情是"用信息剪枝"------一个理想生成器既不死板枚举（完备 + 非冗余），又能利用问题结构迅速缩小候选范围（知情）。这三条属性是后续理解所有搜索策略的标尺。

4.4 生成-测试范式的伪代码

教材给出的伪代码结构如下：

复制代码

{While 没有找到解，但仍有候选方案
    [
      生成可能的解
      测试其是否满足所有的问题约束条件
    ]
 End While}
IF 找到某个解，则宣布成功，并输出此解
Else 宣布没有找到解

翻译成人话："只要有候选没试完，就不断'生成一个 → 测一下'；一旦冒出满足所有约束的解就成功收工；全部试完仍没有，就宣布无解。"

五、2.2.1 回溯法：把"注定失败"的分支提前掐掉

5.1 从完全枚举法说起

在介绍回溯法前，教材先定义了一个反面参照------完全枚举法（exhaustive enumeration）：

完全枚举法也是一种搜索方法，它会查看所有情况以寻找问题的解，甚至在已经发现当前步骤不可能成功得到解的情况下，还可能从部分解开始进一步往后搜索。这要求测试者在每一步给出部分解后，都要检查以保证问题的约束条件没有被违反。

也就是说，完全枚举法"一条道走到黑"：哪怕已经看出当前 3 个皇后的摆法互相攻击了，它依然会继续把第 4 个皇后放进去试------于是大量注定失败的方案被完整地枚举完毕，白白浪费时间。

5.2 回溯法的改进思路

回溯法（backtracking）是对完全枚举法的一种改进。

针对某个问题，给出解的过程会被分成多个步骤 。回溯法每一步都按规定的方式做出选择，但多了一个关键动作------检查与回退：

如果问题的约束条件得到满足 ，那么搜索将进行到下一步；
如果任何选择都得不到可行的部分解 ，那么搜索将回溯到前一步，撤销前一步的选择，继续尝试下一个可能的选择。

这正是"部分解"（partial solution，即只解决了问题一部分的解）概念的意义：与其放着显然非法的方案不管，不如在部分解阶段就提前判定其不可行，从而放弃整棵子树。

5.3 用 4 皇后问题理解回溯

以皇后摆放过程为例。假设每一步把一个皇后摆到一个棋格中，并且前面的第 1, 2, ..., i−1 步都成功摆放了皇后，接下来摆第 i 个皇后：

如果第 i 个皇后在任意棋格中都会违反约束条件（与已摆放的皇后同行 / 同列 / 同对角线），那么必须返回到第 i−1 步，撤销第 i−1 步的选择，换一个位置重新尝试。

图 16 回溯过程示意：第 1 行放第 1 个皇后①；第 2 行试放第 3 列可行②；随后发现第 3 行任意列 都会与已放皇后互相攻击（红色 X），立刻判定该分支无解，于是回溯到上一步，撤销②、把第 2 个皇后换列重摆（②′），再重新尝试第 3 行------比起完全枚举，提前剪掉了大量注定失败的摆法。

对比一下两种做法的差别：

行为	完全枚举法	回溯法
发现部分解已冲突	仍继续把后续皇后放满再整体检查	立即回溯、撤销上一步、换选择
处理被放弃的分支	完整展开	提前剪枝，不再深入
需要的工作量	大（如 4 皇后 1820 种全枚举）	明显更少（提前止损）

一句话总结回溯法："走一步、验一步；走不通，退回上一步换条路。" 这正是 4.3 节"知情"思想在约束求解中的具体落地。

六、2.2.2 贪心算法：每次都选当下最好的

6.1 定义

贪心算法（greedy algorithm） 是另一种把问题分步求解的经典策略：

贪心算法总是包含一个必须优化（最大化或最小化）的目标函数（objective function） 。先将一个问题分成几个步骤进行求解，其中每次只考虑一个输入，在每一步都选择当下看起来最好 / 最优的选择，从而希望最终得到整体上的最优解。

6.2 三步拆解

分步求解：把一个问题切分成多个步骤，一次只处理一个输入；
明确目标函数：每一步的评价都围绕某个目标函数（如"总开销最小""收益最大"）展开；
局部最优决策 ：每一步都贪心地取当前状态下的最优选择，不回头、不改判。

教材给的贪心形象很准确：它每一步都考虑最优解，以寻求整体上的最优解 ，但它是局部最优策略------只考虑当前状态下的最优，而不考虑整个问题的全局最优。

6.3 贪心的优点与陷阱

图 17 贪心算法示意：把问题分成若干步骤，每一步都只考虑当前输入，选择当下最优（如当前可选边中开销最小者）并锁定；因为每一步都只盯局部，最终未必得到整体最优------这正是贪心的核心取舍。

优点：求解效率很高，思路直白，适合许多结构与"当前最优 = 全局最优"兼容的问题。

陷阱（可能失效） ：计算机科学中的一些问题是不能用这种范式来求解的。 因为"每一步局部最优"并不总能导向"全局最优"------一个看起来不大的早期决策，可能把后续路径逼入高开销的境地。下一节的旅行商问题就是最经典的"贪心失效"例子。

七、2.2.3 旅行商问题：贪心失效的经典舞台

7.1 问题定义

旅行商问题（Traveling Salesperson Problem，TSP，也称旅行销售员问题） 是组合优化的经典难题：

给定 n 个顶点的加权图 （即每条边上带有开销值），求从某个顶点 Vᵢ 出发，经过加权图中的所有顶点（每个顶点只经过一次） ，然后返回到 Vᵢ 的最短路径 。---或者说，寻找一条开销最小的回路（cycle）。

注意两个硬性约束：每个顶点恰好经过一次 （不能遗漏、不能重复）；最终要回到出发点（形成回路）。

7.2 案例：一张 5 顶点的加权图

图 18 TSP 的加权图示例：5 个顶点 A--E，边上标注开销。标红示例为回路 A→B→C→D→E→A（总开销 = 各边权之和，图中已标注）。贪心算法按"当前最小边"选择虽然能得到一条回路，但不一定是最优回路。

假设我们用贪心算法 求 TSP：从 A 出发，每一步选择"下一个未访问顶点中开销最小"的边走下去。这样的策略很快，但结论令人警醒------在旅行商问题中，贪心算法不一定能找到最佳路径（最优回路）：早期贪便宜选择的小边，可能迫使后面走成本高昂的大边，最终总开销反而不如"先让一步、再整体平衡"的路线。这正是 6.3 节所述陷阱的实证。

7.3 分支定界（branch and bound）

那么 TSP 怎么严谨求解？教材引入分支定界算法：

分支定界（branch and bound）算法是广度优先搜索的一种变体 。在这种搜索算法中，节点按照开销不减少的原则进行探索，可以成功解决旅行商问题。

三个要点值得记录：

它是 BFS 的变体------不是逐层盲目铺开，而是基于"开销"来调度探索顺序；
按开销不减少的顺序探索------总是优先扩展当前累计开销最小的部分路径，相当于"离最优更近的分支先走"；
配合"定界"剪枝------一旦某条部分回路已经超过已知可行解的开销，就整支剪掉，从而有效缩小搜索空间，让 TSP 这类组合爆炸问题变得可求解。（"按开销不减少"正是统一代价搜索 / 分支定界的精髓，它保证第一条到达目标的完整回路即为最优。）

这给我们的学习提示很清晰：遇到"贪心会失效"的问题，就要升级到更严谨的搜索策略------用"开销"调度搜索、用"界"剪枝。这也是 2.3 节系统性盲目搜索算法的前奏。

八、本章前五节小结（2.0--2.2.3）

小节	核心概念	一句话总结
2.0 简介	搜索在智能系统中的作用	智能常等于"在可能中做出正确选择"，搜索是核心方法之一
2.1 状态空间图	节点 / 分支（弧）/ 起始节点 / 目标状态	把问题表示成图，求解就是在图上从起点走到终点
2.1 案例	假币问题（12 枚 3 次）、微型假币（6 枚）	天平称量收窄嫌疑集合，路径通向唯一假币
2.2 生成-测试	生成候选 → 测试约束	朴素的"先猜再验"范式，例：n 皇后（4 皇后 C(16,4)=1820 种）
2.2 生成器三属性	完备 / 非冗余 / 知情	好生成器：不漏、不重、会用信息剪枝
2.2.1 回溯法	部分解、约束满足前进、冲突回溯	走不通就退回上一步换路，剪掉注定失败的子树
2.2.2 贪心算法	目标函数、分步求解、局部最优	每步取当下最优，希望全局最优------但可能失效
2.2.3 旅行商问题	TSP、回路、分支定界	贪心不保证最优；分支定界按开销不减少探索，可解 TSP

九、总结：一章思维导图

把 2.0～2.2.3 的核心知识点收拢成一张放射状思维导图，方便复习时一眼掌握全貌：

图 19 本章前半部分总结导图。中心主题为「第 2 章盲目搜索（2.0--2.2.3）」，六个主分支展开：2.0 简介、2.1 状态空间图、2.2 生成-测试范式、2.2.1 回溯法、2.2.2 贪心算法、2.2.3 旅行商问题；底部归纳两条主线：一是在图上从起始节点搜到目标状态，二是从"生成-测试"演进到"回溯 + 贪心"再走向"分支定界"。

十、学习心得与下一步

10.1 学习心得

"状态空间图 = 把问题翻译成图语言" 。以前总觉得"建模"很抽象，2.1 节用假币问题一下就点破了：状态（还有哪些嫌疑）、运算符（称哪两组）、起始节点、目标状态------四件事一对齐，问题就自动变成了一张可以"走"的图。会画状态空间图，才算真正开始做搜索。
生成-测试是搜索的"最小公约数" 。2.2 的范式虽然朴素，却是后面几乎所有搜索算法的骨架：生成器负责"造候选"，测试器负责"验真伪"，而效率全部藏在生成器的三属性里（完备、非冗余、知情）。理解了这三条，再回头看"剪枝""回溯""启发式"就都不陌生了------它们本质都是在让生成器"更知情"。
回溯法给我的启发是"及时止损" 。完全枚举法最大的浪费是：明知不可行还硬把整条路径走完。回溯法引入了"部分解 + 前瞻检查"，走一步验一步，走不通立刻退回上一步------"宁可后退一步，也不在错误分支上浪费十步"，这是效率思想最直观的一次亮相。
贪心的教训是"局部最优 ≠ 全局最优" 。TSP 用一句话就击碎了"每步选最小的总没错"的天真：沿着最小边走一圈，总开销反而不如含让路的路线。这提醒我：看到"每次取最优"的算法，第一反应应该是问"它的局部决策会不会伤害整体？" 而分支定界给出的解药------按开销不减少探索 + 用界剪枝------也为后面学习统一代价搜索（UCS）埋下了伏笔。
信息量的视角很有用。12 枚假币问题 3 次称量为什么可行？因为 24 种可能（12 枚 × 轻重 2 方向）装得进 3³ = 27 种结果；微型假币问题同理。虽然这是自学延伸，但它让我明白了"搜索为什么有上下界"，让整章内容一下有了信息论的味道。

10.2 下一步预告

本章还剩 2.3 节------三种真正的盲目搜索算法：DFS、BFS 与 DFS-ID 。它们将回答"状态空间图上到底按什么顺序走"这个更系统的问题，并引入完备性、最优性、时间与空间复杂度四大评价指标。下一篇博客（第 04 篇）将正式进入 2.3 节，把这三兄弟讲透、画透、比透。敬请期待。

参考资料与说明

教材内容与引文出处：《人工智能》（第 3 版）第 2 章「盲目搜索」2.0 简介、2.1 状态空间图（假币问题、微型假币问题）、2.2 生成-测试范式（n 皇后问题、生成器三属性、伪代码）、2.2.1 回溯法、2.2.2 贪心算法、2.2.3 旅行商问题（分支定界）。
数值核对说明：4 皇后在 4×4 棋盘中的组合数为 C(16,4)=1820；12 枚假币问题（24 种可能、3³=27 种结果）"3 次称量可行性"为信息论视角的自学延伸，已标注，非教材原文公式。
本文所有示意图均由 Python 3 + matplotlib 绘制，无任何 AI 生成水印；中文文字均已检查，清晰无乱码、连线不压字。
经典背景知识参考：Russell & Norvig《Artificial Intelligence: A Modern Approach》中关于状态空间搜索、生成-测试、回溯、贪心与分支定界的经典论述，用于对照理解教材原文。