یکی دیگر کاربردهای ساختمان داده در هوش مصنوعی به این صورت می باشد که اگر یک بازی یک بعدی را در نظر بگیریم مانند تصویر بالا میتوانیم با استفاده از درخت حالت های مختلف را ببرسی کنیم و با استفاده از درخت Minimax بهترین حالتی که میتوان زودتر در بازی Pacman غذا رو بخورد بدون اینکه روح به آن آسیبی بزند مثلا ما در ریشه باید ماکسیسم بین دو نود پایینی را بگیریدم و در سطح دوم باید مینیمم نود هایی زیرین را بگیریم البته این الگوریتم پیچیدگی نمایی نیز دارد ولی میتوان با ابتکارتی از بعضی ریشه ها صرفه نظر کرد و با پیچدگی کمتری به جواب رسید.
مثال های استفاده از این الگوریتم می توان به Tic-tac-toe, chess, checkers اشاره کرد.

📣👨‍💻 @AlgorithmDesign_DataStructuer

این تصویر مفهومی و انگیزشی را امروز دیدم و برایم جالب بود. تصمیم گرفتم با شما دوستان هم به اشتراک بگذارم...

در هرکاری پله اول سخت و پر از سردرگمی و نگرانی هست. اگر در حوزه الگوریتم ها و کاربردهایی آن در هوش مصنوعی تازه‌کار هستید، مهم نیست. با تلاش و یک نقشه راه مناسب می‌توانید یک متخصص شوید.

می‌توانید روی کمک ما هم حساب کنید...😉

👨‍💻Admin👉 @Se_mohamad

شاید در نگاه اول این تصویر خنده دار به نظر بیاید😁ولی این تصویر چیزی را نشان میدهد که در Informed Search هوش مصنوعی به کار می رود که شما میتوانید با استفاده از الگوریتم Greedy(حریصانه) و UCS(عقب گرد) الگوریتم A استار را تشکیل داد. همان طور که میدانید خرگوش همیشه دوست داره زود به مقصد برسد که آن را Greedy می توان شناخت زیرا این الگوریتم هم بهترین رو انتخاب میکنه و به جلو میره ولی لاکپشت درسته آرلم حرکت می کند ولی هر بار هم میره جلو نگاهی به عقب هم میکنه و بررسی میکند که آن را می توان UCS نام گذاری کرد از ترکیب این دو الگوریتم A استار به وجود می آید که میتوان گفت نقشه مسیر و تفکر دست لاکپشت و سرعت هم با خرگوش می باشد که یک الگوریتم بسیار خوب می باشد هم زودتر به مقصد می رسیم و هم با کمترین هزینه ممکن.این الگوریتم بهینه می باشد و در خیلی از بازی ها از این الگوریتم استفاده می کنند.

📣👨‍💻 @AlgorithmDesign_DataStructuer

به دست آوردن رابطه بازگشتی زیر به 3 روش مختلف:

T(n)=T(n/2) + O(1)


📣👨‍💻 @AlgorithmDesign_DataStructuer

کارکرد الگوریتم Minimax

📣👨‍💻 @AlgorithmDesign_DataStructuer

مدلی از تبدیل گراف به درخت
نکته: باید تشخیص دهیم که دور به وجود نیاید.

📣👨‍💻 @AlgorithmDesign_DataStructuer

معرفی اجزاری یک درخت(Tree)

📣👨‍💻 @AlgorithmDesign_DataStructuer

B+Tree:
این نوع درخت در واقع همان B Tree می باشد که امکان حذف و درج و ... را بهتر برای ما فراهم میکند. گره های برگ این درخت در قالب یک لیست پیوندی به هم پیوند داده می شوند تا جستجوها کار آمد تر باشد.این نوع درخت را میتوان برای ذخیره داده های خیلی زیاد استفاده کرد چون پیچیدگی کمتری نسبت به B tree دارد و شما با سرعت بیشتری میتوانید به داده ها دسترسی داشته باشید. این درخت بیشتر در مدیریت داده ها در پایگاه داده استفاده می شود زیرا از سرعت جست وجوی بالای برخوردار می باشد.


📣👨‍💻 @AlgorithmDesign_DataStructuer

intractable

📣👨‍💻 @AlgorithmDesign_DataStructuer

📣👨‍💻 @AlgorithmDesign_DataStructuer

رشته نیز نوعی آرایه است. می توان آن را به عنوان مجموعه ای از کاراکترها تفسیر کرد. اما دارای ویژگی های خاصی است مانند آخرین کاراکتر یک رشته یک کاراکتر تهی برای نشان دادن انتهای رشته است. همچنین، برخی عملیات منحصر به فرد وجود دارد، مانند الحاق که دو رشته را به یک رشته متصل می کند.


📣👨‍💻 @AlgorithmDesign_DataStructuer

Selection Sort


📣👨‍💻 @AlgorithmDesign_DataStructuer

در الگوریتم هایی که به صورت UCS هست بر اساس یک شعاعی اطراف خود را بررسی میکند تا به هدف که نقطه قرمز هست برسد ولی اگر از الگوریتم A استار استفاده کنیم برای رسیدن به هدف ما طوری گام برمیداریم که به سمت هدف پیش بریم که میتواند بهینه تر باشد زیرا ما فضای کمتری را نسبت به الگوریتم UCS را در برمیگریم و میتوانیم به آگاهی بهتری به هدف برسیم.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

مقایسه ای بین الگوریتم های A استار , Uniform Cost و Greedy
#هوش_مصنوعی

📣👨‍💻 @AlgorithmDesign_DataStructuer