Cài đặt thuật toán tìm kiếm theo chiều sâu, chiều rộng bằng ngôn ngữ Cshaps

Trí tuệ nhân tạo (TTNT) là một lĩnh vực của khoa học máy tính, nghiên cứu sự thiết kế của các tác nhân thông minh. Các áp dụng của TTNT rất đa dạng và phong phú, hiện nay đã có rất nhiều hệ thông minh ra đời như: các hệ chuyên gia, các hệ điều khiển tự động, các hệ nhận dạng,…Kỹ thuật của TTNT đã được sử dụng trong việc xây dựng các hệ mềm nhằm tạo ra các hệ mềm mang yếu tố thông minh, linh hoạt và tiện dụng. Một trong những nghiên cứu đó là đưa ra các giải thuật tìm kiếm tối ưu nhất phục vụ việc giải quyết các vấn đề của bài toán một cách nhanh nhất có thể. Giải thuật tìm kiếm là một thuật toán lấy đầu vào là một bài toán và trả về kết quả là một lời giải cho bài toán đó. Hầu hết các thuật toán được nghiên cứu bởi các nhà khoa học máy tính để giải quyết các bài toán đều là các thuật toán tìm kiếm. Tập hợp tất cả các lời giải có thể đối với một bài toán được gọi là không gian tìm kiếm. Tìm kiếm vét cạn (bruteforce search) hay các thuật toán tìm kiếm cơ bản sử dụng phương pháp đơn giản nhất và trực quan nhất. Trong khi đó, các thuật toán tìm kiếm có thông tin sử dụng hàm Heuristics để áp dụng các tri thức về cấu trúc của không gian tìm kiếm nhằm giảm thời gian cần thiết cho việc tìm kiếm. Để hiểu rõ bản chất của thuật giải Heuristic, chúng ta nhất thiết phải nắm vững hai chiến lược tìm kiếm cơ bản là tìm kiếm theo chiều sâu (Depth First Search) và tìm kiếm theo chiều rộng (Breath First Search). Cụ thể em sẽ trình bày việc cài đặt thuật toán tìm kiếm theo chiều sâu và tìm kiếm theo chiều rộng bằng ngôn ngữ C. Bố cục bài bái cáo gồm 3 phần: Chương 1: Cơ sở lý thuyết Chương 2: Tìm hiểu về ngôn ngữ lập tình Chương 3: Cài đặt thuật toán Trong quá trình thực hiện đề tài, tuy có nhiều cố gắng nhưng sẽ không tránh khỏi những sai sót, rất mong được thầy hướng dẫn và góp ý. Em xin chân thành cảm ơn thầy Trần Mạnh Tuấn đã tận tình hướng dẫn và tạo điều kiện tốt trong quá trình học tập cũng như trong quá trình em hoàn thành đề tài này

MỤC LỤC

LỜI CẢM ƠN

Để làm được bài báo cáo này, em đã nhận được sự giúp đỡ rất nhiều từ phía Nhàtrường, vì vậy em xin gửi lời cám ơn chân thành đến:

_ Ban Giám Hiệu Trường Đại học Công nghệ Thông tin và Truyền thông Thái Nguyên

đã tạo cho em một môi trường học tập và nghiên cứu đầy đủ về thiết bị, cũng như các cơ

sơ sở vật chất để chúng em có thể yên tâm nghiên cứu; và đã tổ chức cho sinh viên chúng

em có được khoảng thời gian thực tập tìm hiểu về thực tế, để không bỡ ngỡ khi bước vàomôi trường làm việc mới

_ Khoa Công nghệ Thông tin đã trang bị cho chúng em những kiến thức rất căn bản và

LỜI NÓI ĐẦU

Trí tuệ nhân tạo (TTNT) là một lĩnh vực của khoa học máy tính, nghiên cứu sựthiết kế của các tác nhân thông minh Các áp dụng của TTNT rất đa dạng và phong phú,hiện nay đã có rất nhiều hệ thông minh ra đời như: các hệ chuyên gia, các hệ điều khiển

tự động, các hệ nhận dạng,…Kỹ thuật của TTNT đã được sử dụng trong việc xây dựngcác hệ mềm nhằm tạo ra các hệ mềm mang yếu tố thông minh, linh hoạt và tiện dụng

Một trong những nghiên cứu đó là đưa ra các giải thuật tìm kiếm tối ưu nhất phục

vụ việc giải quyết các vấn đề của bài toán một cách nhanh nhất có thể Giải thuật tìmkiếm là một thuật toán lấy đầu vào là một bài toán và trả về kết quả là một lời giải cho bàitoán đó Hầu hết các thuật toán được nghiên cứu bởi các nhà khoa học máy tính để giảiquyết các bài toán đều là các thuật toán tìm kiếm Tập hợp tất cả các lời giải có thể đốivới một bài toán được gọi là không gian tìm kiếm Tìm kiếm vét cạn (brute-force search)hay các thuật toán tìm kiếm cơ bản sử dụng phương pháp đơn giản nhất và trực quan nhất.Trong khi đó, các thuật toán tìm kiếm có thông tin sử dụng hàm Heuristics để áp dụng cáctri thức về cấu trúc của không gian tìm kiếm nhằm giảm thời gian cần thiết cho việc tìmkiếm Để hiểu rõ bản chất của thuật giải Heuristic, chúng ta nhất thiết phải nắm vững haichiến lược tìm kiếm cơ bản là tìm kiếm theo chiều sâu (Depth First Search) và tìm kiếm

theo chiều rộng (Breath First Search) Cụ thể em sẽ trình bày việc cài đặt thuật toán tìm kiếm theo chiều sâu và tìm kiếm theo chiều rộng bằng ngôn ngữ C#.

Bố cục bài bái cáo gồm 3 phần:

Chương 1: Cơ sở lý thuyết

Chương 2: Tìm hiểu về ngôn ngữ lập tình

Chương 3: Cài đặt thuật toán

Trong quá trình thực hiện đề tài, tuy có nhiều cố gắng nhưng sẽ không tránh khỏinhững sai sót, rất mong được thầy hướng dẫn và góp ý Em xin chân thành cảm ơn thầyTrần Mạnh Tuấn đã tận tình hướng dẫn và tạo điều kiện tốt trong quá trình học tập cũngnhư trong quá trình em hoàn thành đề tài này

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT 1.Tổng quan về môn Trí tuệ nhân tạo

1.1.Khái niệm

Trí tuệ nhân tạo trong lĩnh vực công nghệ thông tin (CNTT) là nghành khoa họcnghiên cứu những phương thức để máy tính có khả năng tư duy suy nghĩ như conngười Ngoài ra trí tuệ nhân tạo còn là ngành nghiên cứu những phương thức để giúpmáy tính làm được những công việc mà tại thời điểm đó nó là những công việc màcon người chưa làm được hay không làm được Trí tuệ nhân tạo chia thành hai trườngphái tư duy: TTNT truyền thống và Trí tuệ tính toán

1.2 Lịch sử phát triển

Vào năm 1943, Warren McCulioch và Walter Pitts bắt đầu thực hiện nghiên cứu ba

cơ sở lý thuyết cơ bản: triết học cơ bản và chức năng của các noron thần kinh; phântích các mệnh đề logic; và lý thuyết dự đoán của Turing Thuật ngữ “Trí tuệ nhân tạo”(Artificial Intelligence - AI) được thiết lập bởi John McCarthy tại Hội thảo đầu tiên vềchủ đề này vào mùa hè năm 1956

Vào những năm 1990 và đầu thế kỷ 21, AI đã đạt được những thành tựu to lớnnhất, AI được áp dụng trong logic, khai phá dữ liệu, chẩn đoán y học và nhiều lĩnhvực ứng dụng khác trong công nghiệp Sự thành công dựa vào nhiều yếu tố: tăng khảnăng tính toán của máy tính, tập trung giải quyết các bài toán con cụ thể, xây dựng cácmối quan hệ giữa AI và các lĩnh vực khác giải quyết các bài toán tương tự, và một sựchuyển giao mới của các nhà nghiên cứu cho các phương pháp toán học vững chắc vàchuẩn khoa học chính xác

1.3.Các lĩnh vực ứng dụng của AI

- Bài toán lập luận, suy diễn

Khái niệm lập luận (reasoning), và suy diễn (reference) được sử dụng rất phổ biếntrong lĩnh vực AI Lập luận là suy diễn logic, dùng để chỉ một tiến trình rút ra kết luận(tri thức mới) từ những giả thiết đã cho (được biểu diễn dưới dạng cơ sở tri thức) Như vậy, để thực hiện lập luận người ta cần có các phương pháp lưu trữ cơ sở tri

- Biểu diễn tri thức

Muốn máy tính có thể lưu trữ và xử lý tri thức thì cần có các phương pháp biểudiễn tri thức Các phương pháp biểu diễn tri thức ở đây bao gồm các ngôn ngữ biểudiễn và các kỹ thuật xử lý tri thức Một ngôn ngữ biểu diễn tri thức được đánh giá là

“tốt” nếu nó có tính biểu đạt cao và các tính hiệu quả của thuật toán lập luận trên ngônngữ đó

Tính biểu đạt của ngôn ngữ thể hiện khả năng biểu diễn một phạm vi rộng lớn cácthông tin trong một miền ứng dụng Tính hiệu quả của các thuật toán lập luận thể hiệnchi phí về thời gian và không gian dành cho việc lập luận Tuy nhiên, hai yếu tố nàydường như đối nghịch nhau, tức là nếu ngôn ngữ có tính biểu đạt cao thì thuật toán lậpluận trên đó sẽ có độ phức tạp lớn (tính hiệu quả thấp) và ngược lại (ngôn ngữ đơngiản, có tính biểu đạt thấp thì thuật toán lập luận trên đó sẽ có hiệu quả cao) Do đó,một thách thức lớn trong lĩnh vực AI là xây dựng các ngôn ngữ biểu diễn tri thức mà

có thể cân bằng hai yếu tố này, tức là ngôn ngữ có tính biểu đạt đủ tốt (tùy theo từngứng dụng) và có thể lập luận hiệu quả

- Lập kế hoạch: khả năng suy ra các mục đích cần đạt được đối với các nhiệm vụđưa ra, và xác định dãy các hành động cần thực hiện để đạt được mục đích đó

- Học máy: là một lĩnh vực nghiên cứu của AI đang được phát triển mạnh mẽ và cónhiều ứng dụng trong các lĩnh vực khác nhau như khai phá dữ liệu, khám phá tri thức,

…

- Xử lý ngôn ngữ tự nhiên: là một nhánh của AI, tập trung vào các ứng dụng trênngôn ngữ của con người Các ứng dụng trong nhận dạng tiếng nói, nhận dạng chữ viết,dịch tự động, tìm kiếm thông tin,…

- Hệ chuyên gia: cung cấp các hệ thống có khả năng suy luận để đưa ra những kếtluận Các hệ chuyên gia có khả năng xử lý lượng thông tin lớn và cung cấp các kếtluận dựa trên những thông tin đó Có rất nhiều hệ chuyên gia nổi tiếng như các hệchuyên gia y học MYCIN, đoán nhận cấu trúc phân tử từ công thức hóa học

DENDRAL, …

- Robotics

1.4.Giải quyết vấn đề bằng tìm kiếm

Vấn đề tìm kiếm một cách tổng quan có thể hiểu là tìm một đối tượng thỏa mãnmột số đòi hỏi nào đó, trong một tập hợp rộng lớn các đối tượng chúng ta có thể kể rarất nhiều vấn đề mà việc giải quyết nó được quy về vấn đề tìm kiếm.

Các trò chơi chẳng hạn cờ vua, cờ caro có thể xem như một vấn đề tìm kiếm.Trong số rất nhiều nước đi được phép thực hiện ra phải tìm ra rất nhiều nước đi dẫnđến tình thế kết cuộc mà ta là người thắng

Chứng minh định lý cũng có thể xem như vấn đề tìm kiếm Cho một tập các tiên đề

và các luật suy diễn trong trường hợp này mục tiêu của ta là tìm ra một luật chứngminh (một dãy các luật suy diễn được áp dụng) để được đưa đến công thức mà ta cầnchứng minh

Trong các lĩnh vực nghiên cứu của TTNT chúng ta thường xuyên phải đối đầu vớivấn đề tìm kiếm Đặc biệt trong lập kế hoạch và học máy tìm kiếm có vai trò quantrong

Trong phần này chúng ta sẽ nghiên cứu các ký thuật tìm kiếm cơ bản được ápdụng để giải quyết các vấn đề và được áp dụng rộng rãi trong các lĩnh vực khác củaTTNT Cụ thể là nghiên cứu các chiến lược tìm kiếm mù, đi sâu vào chiến lược tìmkiếm theo bề rộng (breadth-first search) và tìm kiếm theo độ sâu (depth-first search)Trong tìm kiếm theo bề rộng, tại mỗi bước ta sẽ chọn trạng thái để phát triển làtrạng thái được sinh ra trước các trạng thái chờ phát triển khác Còn trong tìm kiếmtheo độ sâu, trạng thái được chọn để phát triển là trạng thái được sinh ra sau cùngtrong số các trạng thái chờ phát triển

Chúng ta sử dụng danh sách L để lưu các trạng thái đã được sinh ra và chờ đượcphát triển Mục tiêu của tìm kiếm trong không gian trạng thái là tìm đường đi từ trạngthái ban đầu tới trạng thái đích, do đó ta cần lưu lại vết của đường đi Ta có thể sửdụng hàm father để lưu lại cha của mỗi đỉnh trên đường đi, father(v) = u nếu cha củađỉnh v là u

1.5.Phân tích bài toán

1.5.1 Mục đích bài toán

a Tìm kiếm theo chiều sâu

Tìm kiếm theo chiều sâu là thuật toán duyệt hoặc tìm kiếm trên một cây hoặc một

đồ thị Thuật toán khởi đầu tại gốc (hoặc chọn một đỉnh nào đó coi như gốc) và phát triển

xa nhất có thể theo mỗi nhánh Thuật toán tìm kiếm theo chiều sâu ứng dụng cho nhiềugiải thuật như: xác định các thành phần liên thông của đồ thị; kiểm tra một đồ thị có là đồthị phẳng hay không,…

b Tìm kiếm theo chiều rộng

Tìm kiếm theo chiều rộng là thuật toán tìm kiếm trên tất cả các nút của một mứctrong không gian bài toán trước khi chuyển sang các nút của mức tiếp theo Tìm kiếmtheo chiều rộng chủ yếu được sử dụng để tìm đường đi ngắn nhất theo số cạnh giữa haiđỉnh của một đồ thị, tìm tất cả các đỉnh trong một thành phần liên thông,

1.5.2 Cách thực hiện

a Tìm kiếm theo chiều sâu

 Sơ lược thuật toán tìm kiếm chiều sâu:

Trong tìm kiếm theo chiều sâu, tại trạng thái (đỉnh hoặc nút) hiện hành, ta chọnmột trạng thái kế tiếp (trong tập các trạng thái có thể biến đổi thành từ trạng thái hiện tại)làm trạng thái hiện hành cho đến lúc trạng thái hiện hành là trạng thái đích Trong trườnghợp tại trạng thái hiện hành, ta không thể biến đổi thành trạng thái kế tiếp thì ta sẽ quaylui (Back-tracking) lại trạng thái trước trạng thái hiện hành (trạng thái biến đổi thànhtrạng thái hiện hành) để chọn đường khác Nếu ở trạng thái trước này mà cũng không thểbiến đổi được nữa thì ta quay lui lại trạng thái trước nữa và cứ thế Nếu đã quay lui đếntrạng thái khởi đầu mà vẫn thất bại thì kết luận là không có lời giải Hình ảnh sau minhhọa hoạt động của tìm kiếm theo chiều sâu

Hình 1.1: Hình ảnh của tìm kiếm chiều sâu

Nó chỉ lưu ý "mở rộng" trạng thái được chọn mà không "mở rộng" các trạng tháikhác

 Kỹ thuật tìm kiếm chiều sâu:

Tư tưởng chính của thuật toán là: Giả sử chúng ta đang xét trên đồ thị G Từ mộtđỉnh u hiện thời nào đó ta sẽ thăm tới đỉnh kề v của u và quá trình được lặp lại đối vớiđỉnh v Ở bước tổng quát, giả sử hiện tại đang xét đỉnh u0, chúng ta sẽ có hai khả năng sẽxảy ra:

- Nếu như tồn tại một đỉnh v0 kề với u0 mà chưa được thăm thì đỉnh v0 đó sẽ trởthành đỉnh đã thăm và quá trình tìm kiếm lại bắt đầu từ đỉnh v0 đó

- Ngược lại, nếu mọi đỉnh kề với u0 đều đã thăm thì ta sẽ quay trở lại đỉnh mà trước

đó ta đến đỉnh u0 để tiếp tục quá trình tìm kiếm

Cụ thể là tìm kiếm theo chiều sâu trong không gian bài toán được bắt đầu từ mộtnút rồi tiếp tục cho đến khi hoặc đến ngõ cụt hoặc đến đích Tại mỗi nút có luật trong tài,chẳng hạn, “đi theo nút cực trái”, hướng dẫn việc tìm Nếu không đi tiếp được, gọi là đếnngõ cụt, hệ thống quay lại một mức trên đồ thị và tìm theo hướng khác, chẳng hạn, đếnnút “sát nút cực trái” Thuật toán tìm kiếm theo chiều sâu được hình dung như việc khảo

sát một cây bắt đầu từ gốc đi theo mọi cành có thể được, khi gặp cành cụt thì quay lại xétcành chưa đi qua.

Như vậy, trong quá trình thăm đỉnh bằng thuật toán tìm kiếm theo chiều sâu, đỉnhđược thăm càng muộn càng sớm được duyệt xong (Cơ chế Last In First Out - Vào sau ratrước)

b Tìm kiếm theo chiều rộng

 Sơ lược thuật toán tìm kiếm chiều rộng:

Ngược lại với tìm kiếm theo kiểu chiều sâu, tìm kiếm chiều rộng mang hình ảnhcủa vết dầu loang Từ trạng thái ban đầu, ta xây dựng tập hợp S bao gồm các trạng thái kế

tiếp (mà từ trạng thái ban đầu có thể biến đổi thành) Sau đó, ứng với mỗi trạng thái Tk

trong tập S, ta xây dựng tập Sk bao gồm các trạng thái kế tiếp của Tk rồi lần lượt bổ sungcác Sk vào S Quá trình này cứ lặp lại cho đến lúc S có chứa trạng thái kết thúc hoặc Skhông thay đổi sau khi đã bổ sung tất cả Sk

Hình 1.2 : Hình ảnh của tìm kiếm chiều rộng

Tại một bước, mọi trạng thái đều được mở rộng, không bỏ sót trạng thái nào

 Kỹ thuật tìm kiếm chiều rộng:

Kỹ thuật tìm kiếm rộng là tìm kiếm trên tất cả các nút của một mức trong khônggian bài toán trước khi chuyển sang các nút của mức tiếp theo Kỹ thuật tìm kiếm rộng bắtđầu từ mức thứ nhất của không gian bài toán, theo hướng dẫn của luật trọng tài, chẳnghạn “đi từ trái sang phải” Nếu không thấy lời giải tại mức này, nó chuyển xuống mức sau

để tiếp tục … đến khi định vị được lời giải nếu có

Thuật toán tìm kiếm theo chiều rộng thực ra là sự cải biến về thứ tự duyệt đỉnh trên

đồ thị của tìm kiếm theo chiều sâu bằng cách thay vì dùng một ngăn xếp (STACK) thì talại dùng một hàng đợi (QUEUE) để kết nạp đỉnh được thăm

Như vậy, đỉnh được thăm càng sớm sẽ càng sớm trở thành duyệt xong (Cơ chế First

In First Out - Vào trước ra trước)

1.6 Cấu trúc dữ liệu và cách biểu diễn các trạng thái của bài toán

Hình 1.3:Bài toán tím kiếm

1.6.1 Tìm kiếm theo chiều sâu

Với dữ liệu cho như hình 3, thuật toán tìm kiếm theo chiều sâu bắt đầu thăm đỉnh A,

đi theo cạnh trái, tiếp tục tìm kiếm xong ở cây con trái mới chuyển sang tìm kiếm ở câycon phải Thứ tự duyệt các đỉnh là: A, B, D, F, C, G, E

Quá trình duyệt các đỉnh diễn ra như sau: Sau khi thăm đỉnh A, vì B chưa được thămnên theo cạnh AB ta thăm B, tiếp tục theo cạnh BD tới viếng thăm D Từ D không thểtiếp tục đi xa hơn, ta quay lại B Từ B, theo BF đến thăm F, từ F không thể đi xa hơnđược nữa nên ta quay lại B Tại B, vì tất cả các khả năng từ B đã xem xét nên ta quay lại

A Từ A, ta theo cạnh AC tới thăm C, tiếp tục theo cạnh CG tới thăm G Từ G không thể

đi xa hơn được nữa nên ta quay lại C Tại C, tất cả các khả năng từ C đã xét nên ta lạiquay về A và theo cạnh AE tới thăm đỉnh E Như vậy tất cả các đỉnh của đồ thị đều đượcduyệt đến

1.6.2 Tìm kiếm theo chiều rộng

Cũng với dữ liệu như hình 3, thuật toán tìm kiếm theo chiều rộng bắt đầu thăm đỉnh

A, đi theo lần lượt các đỉnh con, rồi lần lượt tìm kiếm các đỉnh con phía dưới Thứ tựduyệt các đỉnh là: A, B, C, E, D, F, G

Quá trình duyệt các đỉnh diễn ra như sau: Sau khi thăm đỉnh A, ta lần lượt thăm hếtcác đỉnh con của A là B, C, E theo các cạnh tương ứng Sau khi duyệt xong các đỉnh concủa A, ta lần lượt duyệt các đỉnh con của B là D, F và lần lượt duyệt các đỉnh con của C là

G Vì E không có đỉnh con nên quay về duyệt các đỉnh con của các đỉnh B, C Các đỉnh

D, F, G đều không có đỉnh con nên thuật toán kết thúc, tất cả các đỉnh của đồ thị đều đãđược duyệt đến

1.6.3 Một số bài toán liên quan

a) Trạng thái xa nhất

Trò chơi 8-puzzle gồm một khay hình vuông với 8 mảnh vuông được đặt lên 8 ôvuông Ô vuông còn lại rỗng Mỗi mảnh có ghi một con số Một mảnh kề với ô rỗng cóthể được đẩy sang ô rỗng này Một ván chơi bao gồm trạng thái bắt đầu và trạng thái kếtthúc Người chơi phải biến đổi đến trạng thái kết thúc bằng cách di chuyển các mảnhvuông Bài toán 8-puzzle yêu cầu phải biến đổi với số bước ít nhất

Hình 1.4: Trò chơi 8-puzzle

Nhưng trong bài toán này (bài toán trạng thái xa nhất), bạn được cho một trạng tháibắt đầu Hãy tìm trạng thái xa nhất (theo nghĩa số bước đi) trong tất cả các trạng thái đếnđược

Hướng dẫn: Đây cũng là một bài toán loang Nhưng hơi khó khăn ở chỗ lưu vết, vì

có đến 9!=362880 trạng thái => không đủ bộ nhớ Có thể khắc phục bằng cách dùng kỹthuật băm Cách làm như sau: cho tương ứng (1-1) giữa mỗi trạng thái với một số nguyêntrong khoảng 1->362880, sau đó dùng một bảng băm với kích thước sao cho đủ bộ nhớ.Tiếp đó ánh xạ mỗi trạng thái vào một khe trong bảng băm (có thể dùng phép đồng dư) đểlưu

b) Mã trên bàn cờ 5x5

Có các quân mã trắng và đen trên một bàn cờ 5x5 Có 12 quân mỗi loại và chỉ cómột ô rỗng Tại mỗi thời điểm, một quân mã có thể di chuyển đến một ô rỗng (cách đi củaquân mã như luật cờ vua thông thường)

Cho một trạng thái ban đầu của bàn cờ, hãy xác định số bước đi ít nhất để đạt đượctrạng thái sau:

Hình 1.5:Bàn cờ 5x5

1.7.Mã giả các thuật toán được sử dụng

1.7.1 Tìm kiếm theo chiều sâu

a) Giải thuật: Sử dụng danh sách Open kiểu LIFO, Close kiểu FIFO.

Thuật toán tìm kiếm theo chiều sâu được mô tả bởi thủ tục sau:

Procedure Depth _First_Search;

Begin

1. Khởi tạo danh sách L chỉ chứa trạng thái ban đầu;

2. loop do

2.1 if L rỗng then

{ Thông báo tìm kiếm thất bại;stop};

2.2 Loại trạng thái u ở đầu danh sách L;

2.3 If u là trạng thái kết thúc then

{ Thông báo tìm kiếm thành công;stop};

2.4 For mỗi trạng thái v kề u do{

Đặt v vào cuối danh sách L;

Father (v)  u}

End;

b) Ví dụ:

Cho cây như hình sau: Đỉnh A và Đích J

Các bước chi tiết thực hiện giải thuật:

G [ J,D ] [ A,B,E,F,C,G ]

Ta có J ∈ Đích ⇒ Thành Công Xây dựng đường đi A → C → G → J

Kết quả đường đi trên cây là:

c

Ưu và nhược điểm :

 Ưu điểm:

 Nếu bài toán có lời giải, phương pháp tìm kiếm sâu bảo đảm tìm ra lời giải

 Kỹ thuật tìm kiếm sâu tập trung vào đích, con người cảm thấy hài lòng khi cáccâu hỏi tập trung vào vấn đề chính

 Do cách tìm của kỹ thuật này, nếu lời giải ở rất sâu, kỹ thuật tìm sâu sẽ tiết kiệmthời gian

 Nhược điểm:

 Tìm sâu khai thác không gian bài toán để tìm lời giải theo thuật toán đơn giảnmột cách cứng nhắc Trong quá trình tìm nó không có thông tin nào hỗ trợ đểphát hiện lời giải Nếu chọn nút ban đầu không thích hợp có thể không dẫn đếnđích của bài toán.

 Không phù hợp với không gian bài toán lớn, kỹ thuật tìm kiếm sâu có thể khôngđến lời giải trong khoảng thời gian vừa phải

1.7.2 Tìm kiếm theo chiều rộng

{thông báo tìm kiếm thất bại; stop};

2.2 Loại trạng thái u ở đầu danh sách L;

2.3 If u là trạng thái kết thúc then;

{ thông báo tìm kiếm thành công ;stop};

2.4 For mỗi trạng thái v kề u do {

Đặt v vào cuối danh sách L;

Các bước chi tiết thực hiện giải thuật:

Ta có K ∈ Đích ⇒ Thành công Xây dựng đường đi: A → B → E → K

Kết quả đường đi trên cây:

c) Ưu và nhược điểm :

 Ưu điểm:

 Kỹ thuật tìm kiếm rộng là kỹ thuật vét cạn không gian trạng thái bài toán vì vậy

sẽ tìm được lời giải nếu có

 Đường đi tìm được đi qua ít đỉnh nhất

 Nhược điểm:

Tìm kiếm lời giải theo thuật toán đã định trước, do vậy tìm kiếm một cách máymóc; khi không có thông tin hỗ trợ cho quá trình tìm kiếm, không nhận ra ngaylời giải.

 Không phù hợp với không gian bài toán kích thước lớn Đối với loại bài toánnày, phương pháp tìm rộng đối mặt với các nhu cầu:

o Cần nhiều bộ nhớ theo số nút cần lưu trữ

o Cần nhiều công sức xử lý các nút, nhất là khi các nhánh cây dài, số nút tăng

o Dễ thực hiện các thao tác không thích hợp, thừa, đưa đến việc tăng đáng kể

1.8 So sánh thuật toán tìm kiếm theo chiều sâu và theo chiều rộng

Tính hiệu quả Hiệu quả khi lời giải nằm sâu

trong cây tìm kiếm và có mộtphương án chọn hướng đichính xác Hiệu quả của chiếnlược phụ thuộc vào phương ánchọn hướng đi Phương áncàng kém hiệu quả thì hiệu quảcủa chiến lược càng giảm

Thuận lợi khi muốn tìm chỉmột lời giải

Hiệu quả khi lời giải nằmgần gốc của cây tìm kiếm.Hiệu quả của chiến lượcphụ thuộc vào độ sâu củalời giải Lời giải càng xagốc thì hiệu quả của chiếnlược càng giảm Thuận lợikhi muốn tìm nhiều lời giải

Trường hợp tốt

nhất

Phương án chọn hướng đi tuyệt

đối chính xác Lời giải được

xác định một cách trực tiếp

Vét cạn toàn bộ

Tìm kiếm chiều sâu và tìm kiếm chiều rộng đều là các phương pháp tìm kiếm có

hệ thống và chắc chắn tìm ra lời giải Tuy nhiên, do bản chất là vét cạn nên với những bàitoán có không gian lớn thì ta không thể dùng hai chiến lược này được Hơn nữa, hai chiếnlược này đều có tính chất "mù quáng" vì chúng không chú ý đến những thông tin (trithức) ở trạng thái hiện thời và thông tin về đích cần đạt tới cùng mối quan hệ giữa chúng

CHƯƠNG 2:GIỚI THIỆU VỀ NGÔN NGỮ LẬP TRÌNH C#

2.1 Lịch sử ngôn ngữ C#

Ngôn ngữ C# được phát triển bởi đội ngũ kỹ sư của Microsoft, trong đó người dẫnđầu là Anders Hejlsberg và Scott Wiltamuth Cả hai người này điều là những người nổitiếng, trong đó Anders Hejlsberg được biết đến là tác giả của Turbo Pascal,một ngôn ngữ lập trình PC phổ biến Và ông đứng đầu nhóm thiết kế BorlandDelphi, một trong những thành công đầu tiên của việc xây dựng môi trường phát triểntích hợp (IDE) cho lập trình client/server

2.2 Giới thiệu ngôn ngữ lập trình C#.net

Ngôn ngữ C# khá đơn giản, chỉ khoảng 80 từ khóa và hơn mười mấy kiểu dữ liệuđược xây dựng sẵn Tuy nhiên, ngôn ngữ C# có ý nghĩa cao khi nó thực thi những kháiniệm lập trình hiện đại C# bao gồm tất cả những hỗ trợ cho cấu trúc, thành phầncomponent, lập trình hướng đối tượng Những tính chất đó hiện diện trong một ngônngữ lập trình hiện đại Và ngôn ngữ C# hội đủ những điều kiện như vậy, hơn nữa

nó được xây dựng trên nền tảng của hai ngôn ngữ mạnh nhất là C++và Java

C# được xây dựng và kiến trúc bởi Anders Hejlsberg, người đã viết nên trình biêndịch Pascal và có nhiều đóng góp cho Delphi cũng như Java

C# là một trong rất nhiều ngôn ngữ lập trình được hỗ trợ bởi NET Framework C# do Microsoft đề ra là ngôn ngữ hướng đối tượng rất thuần nhất và trong sáng, nóhiện thực hầu hết các tính chất tốt của mô hình hướng đối tượng giống như Java C# sẽ được dịch ra mã máy để chạy trên nền Net, nền này cung cấp rất nhiều đốitượng mạnh, phong phú và đa dạng để giải quyết nhiều vấn đề phổ biến trong lậptrình

Ngôn ngữ C# chứa các từ khóa cho việc khai báo những kiểu lớp đối tượng mới vànhững phương thức hay thuộc tính của lớp và cho việc thực thi đóng gói, kế thừa, và

đa hình đây là ba thuộc tính cơ bản của bất cứ ngôn ngữ lập trình hướng đối tượng.C# hỗ trợ giao diện (interface), nó được xem như một cam kết với một lớp chonhững dịch vụ mà giao diện quy định Trong ngôn ngữ C#, một lớp chỉ có thể kế thừa

từ duy nhất một lớp cha, tức là không cho đa kế thừa như trong ngôn ngữ C++, tuynhiên một lớp có thể thực thi nhiều giao diện.

Ngôn ngữ C# cung cấp những đặc tính hướng thành phần (component-oriented),như là những thuộc tính, những sự kiện Lập trình hướng thành phần được hỗ trợ bởiCLR cho phép lưu trữ siêu dữ liệu (metadata) với mã nguồn cho một lớp Metadata

mô tả cho một lớp, bao gồm những phương thức và những thuộc tính của nó, cũngnhư những sự bảo mật cần thiết và những thuộc tính khác Mã nguồn chứa đựngnhững logic cần thiết để thực hiện những chức năng của nó

Ngôn ngữ C# là ngôn ngữ hỗ trợ việc truy cập bộ nhớ trực tiếp sử dụng kiểu contrỏ của C++ và từ khóa cho dấu ngoặc [] trong toán tử

C# là ngôn ngữ đơn giản

C# là ngôn ngữ hiện đại

C# là ngôn ngữ hướng đối tượng

C# là ngôn ngữ mạnh mẽ và mềm dẻo

C# là ngôn ngữ có ít từ khóa

C# là ngôn ngữ hướng module

C# sẽ trở nên phổ biến

Có 2 kiểu ứng dụng chính trong C#.net: Console application, Window application

- Console application được thiết kế để chạy các dòng lệnh không hỗ trợ giao diệncho người sử dụng

- Window application được thiết kế để chạy trên màn hình nền có hỗ trợ giao diệncho người sử dụng

Nền tảng về ngôn ngữ C#

2.3 Lớp, đối tượng và kiểu

Bản chất của lập trình hướng đối tượng là tạo ra các kiểu mới Một kiểu biểu diễnmột vật gì đó Giống với các ngôn ngữ lập trình hướng đối tượng khác, một kiểu trong C#cũng định nghĩa bằng từ khoá class(và được gọi là lớp) còn thểhiện của lớp được gọi làđối tượng

Xem Ví dụ1 ta thấy cách khai báo một lớp HelloWorld Ta thấy ngay là cách khai báo vànội dung của một lớp hoàn toàn giống với ngôn ngữ Java và C++, chỉ có khác là cuối khai

2.3.1 Phương thức (Main)

Các hành vi của một lớp được gọi là các phương thức thành viên (gọi tắt là phươngthức) của lớp đó Một phương thứclà một hàm(phương thức thành viên còn gọi là hàmthành viên) Các phương thức định nghĩa những gì mà một lớp có thể làm Cách khai báo,nội dung và cách sửdụng các phương thức giống hoàn toàn với Java và C++ Trong vídụtrên có một phương thức đặc biệt là phương thức Main()(như hàm main()trong C++) làphương thức bắt đầu của một ứng dụng C#, có thể trảvề kiểu voidhay int Mỗi mộtchương trình (assembly) có thể có nhiều phương thức Main nhưng khi đó phải chỉ địnhphương thức Main() nào sẽ bắt đầu chương trình

2.4 Định danh – biến và toán tử trong C#

Theo qui ước đặt tên của Microsoft thì đề nghị sử dụng cú pháp lạc đà (camel

notation) bắt đầu bằng ký tự thường để đặt tên cho các biến, với ký tự đầu tiên là hoa chocách đặt tên hàm và hầu hết các định danh còn lại

Các định danh không được trùng với các từ khoá trong C#

2.4.2 Biến

- Dùng để lưu trữ giá trị mang một kiểu dữ liệu nào đó

Khai báo biến: Sau khi khai báo biến phải gán giá trị cho biến

<Kiểu_Dữ_Liệu> <tên_biến> [ = <giá_trị> ] ;

Phạm vi hoạt động của biến là vùng đoạn mã mà từ đấy biến có thể được truy xuất.Trongmột phạm vi hoạt động (scope), không thể có hai biến cùng mang một tên trùng nhau

+ Biểu tượng hằng (symbolic constants)

+ Kiểu liệt kê (enumerations)

2.4.4 Toán tử

a) Toán tử toán học: + , - , * , / , %

b) Toán tử tăng / giảm: += , -= , *= , /= , %=

c) Toán tử tăng / giảm 1 đơn vị: ++ , d) Toán tử gán: =

e) Toán tử quan hệ: == , != , > , >= , < , <=

f) Toán tử logic: ! , && , ||

g) Toán tử 3 ngôi: (Điều_Kiện) ? (Biểu_Thức_1) : (Biểu_Thức_2) ;

2.5 Kiểu dữ liệu – Cấu trúc điều kiện – Cấu trúc lặp

2.5.1 Kiểu dữ liệu và xây dựng sẵn

Ngôn ngữ C# đưa ra các kiểu dữ liệu xây dựng sẵn rất hữu dụng, phù hợp với mộtngôn ngữ lập trình hiện đại, mỗi kiểu dữ liệu được ánh xạ đến một kiểu dữ liệu được hỗtrợ bởi hệ thống xác nhận ngôn ngữ chung (Common Language Specification: CLS) trongMS.NET Việc ánh xạ các kiểu dữ liệu nguyên thuỷ của C# đến các kiểu dữ liệu của NET

sẽ đảm bảo các đối tượng được tạo ra trong C# có thể được sử dụng đồng thời với các đốitượng được tạo bởi bất cứ ngôn ngữ khác được biên dịch bởi NET, như VB.NET

Bảng sau sẽ mô tả một số các kiểu dữ liệu được xây dựng sẵn

C# hỗ trợ 8 kiểu dữ liệu số nguyên sau: