首先放一道例題：
給出n個數，以及目標m，需要用這n個數中的若干個數加起來等於m，問所有方案中使用的數的數量最少的方案是什麼。顯然，對於這道題，我們並不知道搜尋的深度會是多少，如果放任程式像野狗一樣滿場子亂搜，那麼肯定tle無疑了。
由於需要記錄答案，所以用廣搜的話空間可能會炸。
於是，我們只能用深搜，為了不讓程式這條野狗跑的太遠，我們人為地做一條韁繩，讓它只能在固定範圍內移動，等它搜完這個範圍之後，如果沒有找到答案，再把韁繩伸長一些，繼續找。
這就是——迭代加深搜尋。
在不知道搜尋的深度的時候，我們就需要人為地控制深度，當設定深度為deep時如果沒找到答案，我們就讓deep+1，然後重新搜尋一次。
雖然這樣有一點點缺陷，也就是每次搜尋deep+1時，會把深度為deep時遍歷過的地方又遍歷一次。但由於深搜的時間複雜度是隨著深度成指數級增長的，所以重新遍歷的這一點點根本不算什麼。
回到上面那個例題，具體的做法已經很明顯了，我們列舉每一次使用多少個數來相加，然後在此基礎上跑深搜即可。
高階埃及分數
題解
IDA （迭代加深搜尋）
首先我們先來上一下這個東西的概念 ida 演算法就是基於迭代加深的a star演算法 此演算法的優勢，主要是改成了深度優先的方式，與a比起來，ida更實用 1.不需要判重，不需要排序 2.空間需求減少。最典型的應用就是八數碼問題和十五數碼問題。上面這一條我還是真的沒有看出來！這道題還是比較基礎的，但...
POJ 2286 IDA 搜尋（迭代加深搜尋演算法）
ida 搜尋又成為迭代加深搜尋，感覺迭代加深這個稱謂就基本概括了這種搜尋算沒的核心。首先所以討論一下什麼迭代加深搜尋，深度優先搜尋乙個局面可以搜尋很多很多層，這種情況很可能時間啊複雜度很大 怎麼辦呢？聰明的人們想到了限制限制了搜尋深度，正是所謂的迭代加深搜尋，就是在深度無上限的情況下，先預估乙個深度...
迭代加深搜尋
深度優先搜尋每次選定乙個分支，然後往下搜尋，直到遞迴邊界 才回溯。這種策略有一點缺陷，那就是當搜尋樹的分支數目特別 多，並且答案在某個較淺的節點上，如果dfs在一開始就選錯了分 支，那就會在沒有答案的深層次浪費時間 當搜尋樹規模隨著層次的深入增長很快，並且能 夠確保答案在乙個較淺的節點上時，就可以使...