在A*搜索算法中，为什么要加上g(n)？
In the A* Search Algorithm, why do we add g(n)?
...f(n) = g(n) + h(n)
where n is the last node on the path, g(n) is the cost of the path from the start node to n, and h(n) is a heuristic that estimates the cost of the cheapest path from n to the goal.
为什么我们要考虑从起始节点到我们当前位置的路径成本？我一直在尝试实现这个算法来解决一个问题，并且一直在使用优先级队列，当我执行 g(n) + h(n) 时，它比仅使用严格的 h(n) 花费的时间更长。仅使用 h(n) 是否有意义，因为假设如果启发式算法是准确的，您只关心您离目标有多近？
编辑：实际上我刚刚发现我的 g(n) 函数计算错误，但逻辑上我仍然不明白为什么 g(n) + h(n) 会比 h(n) 更好.
了解为什么遗漏 g(n) 会导致算法不正确的一个简单方法是，实际成本永远不会进入算法。它完全依赖于启发式，只能保证是下限。
贪心搜索算法使用 f(n)=h(n) 因此它们是 non-complete 算法（换句话说，它不保证找到解决方案）。事实上，您在描述 爬山算法 。
...f(n) = g(n) + h(n)
where n is the last node on the path, g(n) is the cost of the path from the start node to n, and h(n) is a heuristic that estimates the cost of the cheapest path from n to the goal.
为什么我们要考虑从起始节点到我们当前位置的路径成本？我一直在尝试实现这个算法来解决一个问题，并且一直在使用优先级队列，当我执行 g(n) + h(n) 时，它比仅使用严格的 h(n) 花费的时间更长。仅使用 h(n) 是否有意义，因为假设如果启发式算法是准确的，您只关心您离目标有多近？
编辑：实际上我刚刚发现我的 g(n) 函数计算错误，但逻辑上我仍然不明白为什么 g(n) + h(n) 会比 h(n) 更好.
了解为什么遗漏 g(n) 会导致算法不正确的一个简单方法是，实际成本永远不会进入算法。它完全依赖于启发式，只能保证是下限。
贪心搜索算法使用 f(n)=h(n) 因此它们是 non-complete 算法（换句话说，它不保证找到解决方案）。事实上，您在描述 爬山算法 。