步转换才可以由初始状态成功转换为目标转移，即判定为不可成功转换具体运行实例如下截图：目标棋盘：472310586
3对所采用的策略进行性能分析。通常在搜索中能直接运用回溯、分枝法的问题并不多，回溯和分枝的过程中，施加一定的条件，对搜索过程中出现的结点进行判断，可以提高效率。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无畏的搜索路径，提到了效率。在启发式搜索中，对位置的估价是关键。采用了不同的估价可以有不同的效果。局部择优搜索法，就是在搜索的过程中选取“最佳节点”后舍弃其他的兄弟节点，父亲节点，而一直得搜索下去。这种搜索的结果很明显，由于舍弃了其他的节点，可能也把最好的节点都舍弃了，因为求解的最佳节点只是在该阶段的最佳并不一定是全局的最佳。局部择优搜索法它
f是对深度优先搜索方法的一种改进。全局择优搜索是局部择优搜索的一种改进，试图克服局部择优搜索的的局限性。再搜索时，每次总是从全体的活结点中选取一个估价值最小的节点，在搜索过程中，启发式搜索的关键是要确定下一个要考察的节点。
七实验总结及体会
1从图搜索的实验中可以看到，人工智能是一门极富挑战性的科学，是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。这是一门具有广阔前景的学科，并且在一定程度上的趣味较浓。2对于图搜索等类似问题而言，启发函数的便利之处不言而喻。即利用一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度一般不能被预计。3通过自己的动手实践，可以真正的解决八数码问题也是很有成就感的一件事情，而且通过这节课的编程，很好的回顾了数据结构和算法里面学习的结构体、堆栈、指针和回溯算法等，对以前的知识进行了回炉，从而有了更多的理解和获得了更大的提升。
fr