探索アルゴリズム(幅優先・深さ優先・A*)の特徴

A*(A-star)アルゴリズムは評価関数 f(n) = g(n) + h(n) (gは現在までの実コスト、hはゴールまでの推定コスト)を最小化するノードを優先的に探索します。 ア:誤りです。幅優先探索は同じ深さのノードをキューに保持するため、深さに応じてメモリ消費量が指数関数的に増大します。 イ:誤りです。深さ優先探索は最短経路を保証せず、深い探索路を優先するため無限ループに陥るリスクもあります。 ウ:正解です。実績コストとヒューリスティック関数の和を評価値として探索を進めます。 エ:誤りです。A*が最適解を保証(許容性)するためには、ヒューリスティック関数h(n)が実際のコストを「過大評価しない(h(n) ≦ 実際の最小コスト)」必要があります。

グラフや木の探索アルゴリズムに関する記述として、最も適切なものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
幅優先探索は、メモリ消費量が深さ優先探索よりも常に少なく抑えられるため、無限に深い木でも安全に実行できる。
イ
深さ優先探索は、解が存在する場合に必ず最短経路の解(ステップ数が最小の解)を発見できる保証がある。
ウ
A*アルゴリズムは、スタートからの実績コストとゴールまでの推定コスト(ヒューリスティック関数)の和を用いて探索を行う。
エ
ヒューリスティック関数が実際の最小コストを常に過大評価する場合、A*アルゴリズムは必ず最適解を見つけ出すことができる。