人工智能

本资源包括宽度优先搜索算法解决八数码问题的实验报告以及用python实现的源代码，有较详细的原理和设计思路，代码有详细的注释，适合初学者学习。

用回溯、深度优先、广度优先、解决八数码问题。并用同样方法解决15数码问题，并将搜索步骤可视化。NKU大作业，包含源代码，并附上对应代码的实验报告~

用python实现深度，广度，三种启发式搜索解决八数码问题。附有图形化界面和可执行文件。 并且有详细的实现思路。

基于图搜索技术的八数码问题求解，采用启发式的深度优先搜索算法。

用JAVA写的A*算法实现八数码问题，能运行。

人工智能课上实现的A星算法的八数码经典难题，效率不错！

八数码问题的可视化实现八数码问题的可视化实现八数码问题的可视化实现八数码问题的可视化实现

问题描述： 有一个3×3的棋盘，其中有0~8九个数字，0表示空格，其他的数字可以和0交换位置。求由初始状态到达目标状态步数最少的解。 解决八数码问题的常用方法A*算法实现，其中A*算法又因估价函数的不同而有着不同的搜索时间。 程序说明： 在本程序中A*算法分别实现了八数码问题，其中A*算法的估价函数选择的是“不在位”数和当前层数之和，初始状态和目标状态均可由用户设定，目标状态默认为： 1 2 3 4 5 6 7 8 0 这里是A*算法的可执行程序，由用户输入一组数码，如： 8 3 5 1 2 7 4 6 0 然后程序会询问用户是否要更改目标，输入N即可。等一会儿（几秒到几十秒）后便可得到结果以及消耗的时间和空间。程序中的Block是指生成的8数码块，以此来衡量空间消耗的多少。

在图1，3*3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空。 如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态（图1左）到目标状态（图1右）。 可自行设计初始状态。目标状态为数字从小到大按顺时针排列。