问题解决的策略

问题解决的策略包括算法式和启发式策略两类。

首先来看一下概念：

(一)算法式策略

算法式策略是把所有能够解决问题的方法都一一尝试，最终找到解决问题答案的策略。

(二)启发式策略

启发式策略是运用已有的知识经验，在问题空间内只做少量的搜索就能解决问题的策略。它又包括：

1.手段-目的分析

把需要达到的问题目标状态分成若干子目标，通过实现一系列的子目标最终达到总目标的策略。

例如：河内塔问题、问题行为图。

2.逆向搜索

从问题的目标状态开始搜索，直到找到通往初始状态的通路或方法。

例如：几何问题的反证法。

3.爬山法

采用一定的方法逐步降低初始状态和目标状态的距离，以达到解决问题的一种方法。该方法的缺点是容易较佳的方案当成最优的方案。

例如：确定新药的药剂量问题。

4.选择性搜索

选择性搜索就是在解决问题时，根据已知的信息和某些有关规则，选择问题解决的突破口，从突破口中获取更多的信息，以便进一步搜索，直到问题解决。选择性搜索在解决问题时是一种很有效的策略，因为这种方法是从已知条件中搜索出更能接近问题解决答案的方法，从而消除了大量的盲目尝试。

例如：根据所给条件解决问题。

5.类比-迁移策略

类比迁移策略是指把个体先前解决问题的经验应用到解决新问题的策略。这是解决不熟悉问题的一种策略。类比迁移策略中有两类事务有助于问题解决：基础相似物和目标相似物，该方法的缺点是可能受定势的影响，导致多次尝试也无法解决问题。

例如：把解决“将军问题”的方法用到解决“肿瘤问题上”。

注意：同学们应该注意区分爬山法和手段—目的分析，后者可以暂时远离、扩大目标与初始状态之间的差异，而爬山法则不行。

关于启发式记忆口诀：“守墓逆向爬山选搜雷倩”。