# Método Greedy best first search

**Channel:** Nicolás Munoz
**Source:** https://www.youtube.com/watch?v=YeyqNYlNj0A
**Transcript page:** https://www.withtranscript.ai/video/YeyqNYlNj0A

## Chapters

- 0:02 — Presentación del método Greedy Best-First
- 0:28 — Definición y funcionamiento básico
- 1:22 — Características, ventajas y desventajas
- 2:35 — Ejemplo paso a paso del algoritmo

## Transcript

**[0:02]:** en esta ocasión vamos a explicar el método de grade Best frisher el grupo está conformado por Nicolás Muñoz Jean Pierre Parra y quien les habla Diego arciniegas el índice de esta diapositiva va a tener definición características ventajas y desventajas El ejemplo Y por último las referencias

**[0:28]:** definición este algoritmo selecciona la ruta que le parece mejor en ese momento es la combinación de dos algoritmos como lo es el Deep First Shark y el briefshare utiliza la función heurística y la búsqueda del best que nos permite aprovechar las ventajas de ambos algoritmos en cada caso que se utiliza este algoritmo podemos elegir el no más prometedor el cual en el mejor algoritmo de primera búsqueda expandimos el nuevo que está más cerca del objetivo y el costo más cercano se estima mediante una función turística es decir FN es igual a

**[1:22]:** las características de este algoritmo son que analiza la superioridad de los nodos con neurística más baja ordena la cola de nodos abiertos por heurística de menos a mayor en este caso y también llamados llamada búsqueda vorazo codiciosa porque siempre elige expandir lo que estima que está más cerca del objetivo o el destino

**[1:50]:** el como ventajas tenemos que este best puede cambiar entre

**[2:00]:** entre un bfs y un dfs al obtener las ventajas de ambos algoritmos

**[2:08]:** también este algoritmo es más eficiente que los algoritmos bfs y dfs como se mencionó en la definición también como desventajas ese algoritmo puede comportarse como una búsqueda en profundidad no guiada en el peor de los casos y puede quedarse atascado en un bucle Como sucede en algunas ocasiones con el dfs en otros casos este algoritmo es óptimo

**[2:35]:** bueno para explicar mejor este ejercicio lo vamos a hacer con este ejemplo donde tenemos los nodos desde la a la G y el valor HN que es el costo estimado desde el nodo n hasta la meta en este caso comenzamos en el nodo s y nuestra meta es el nodo G para esto tenemos que expandir nuestro nuevo este el cual se expande a dos nodos el cual es el nodo a y el nodo B tenemos que ir por el menor costo heurístico el cual es el nodo B que vale 2 ya que 2 es menor que 3 Entonces pasamos tenemos dos listas la de cerrar 12 abiertos este al expandir se queda en la lista de cerrados y pasamos a la lista de abiertos a y b con estos ya que tenemos elegimos el nodo B por tener el menor valor expandimos el nodo b y nos da dos nodos el nodo e y el

**[3:37]:** nodo F estos nos vamos por el de menor valor el cual es el uno que se dirige al nodo F con esto nos queda abierto en el primero el nodo a y el nodo e pasamos a expandir el nodo F el cual fue el menor costo que tuvimos nos dirige al nodo y el nodo G con esto nos queda en la lista abierto el nodo a el nodo e el nodo Y por último ya que llegamos nos queda abierto el nodo y pasamos a la lista de cerrados nuestro nodo final que es el de la meta y al obtenerlo ya podemos determinar que este es el camino que el algoritmo determina más óptimo según su menor valor heurístico la ruta sería desde la s al B desde el B al F y es del F al G por último la referencia bibliográficas Muchas gracias