Weighted A*의 휴리스틱 가중치를 높이려 합니다. 탐색 시간과 경로 비용의 손실을 어떤 전제에서 비교하나요?

꼬리 질문을 독립 문항으로 확장했습니다. 원래 문항에서 맥락 보기 →

잠깐, 답변을 보기 전에
먼저 내 말로 설명해 볼까요?

답변과 점검 포인트 펼치기답변 접기

구두 답변

정의를 외우기보다, 원리와 조건을 연결해 설명해 보세요.

가중치 w로 h를 키우면 목표 방향 탐색을 강화하지만 일반 A*의 최적성 보장은 바뀝니다. 허용적 휴리스틱과 적절한 종료·재오픈 규칙 등에서 알려진 비용 상한을 적용할 수 있는지 구현을 확인해야 합니다.

기준 Dijkstra·A*의 최적 비용과 반환 경로 비용, 노드 수·CPU·메모리를 함께 측정합니다. 단순히 timeout 때 아무 후보를 반환하면 weighted bound까지 보장되는 것은 아닙니다. 정확·근사·미완료 상태를 호출자에게 구분해 전달합니다.

이해가 드러나는 지점을 확인해 보세요.

가중치 w로 h를 키우면 목표 방향 탐색을 강화하지만 일반 A*의 최적성 보장은 바뀝니다. 허용적 휴리스틱과 적절한 종료·재오픈 규칙 등에서 알려진 비용 상한을 적용할 수 있는지 구현을 확인해야 합니다.
정확·근사·미완료 상태를 호출자에게 구분해 전달합니다.

놓치기 쉬운 조건과 오해를 짚어 보세요.

다음 핵심 구분을 반대로 설명하거나 성립 조건을 생략한다: 가중치 w로 h를 키우면 목표 방향 탐색을 강화하지만 일반 A*의 최적성 보장은 바뀝니다.

하나 더 질문하며 이해의 범위를 넓혀 보세요.

득점·감점 포인트는 학습용 자기 점검 기준이며, 특정 회사의 실제 채점표가 아닙니다.