估价函数的任务是（ ）。

在启发式搜索中估计一个结点的价值，必须要考虑的两方面因素：（ ）和（ ）。

依据估价函数f(x)=g(x)+h(x) (其中g(x)为初始节点到节点x已实际付出的代价，h(x)是节点x到目标节点的最优路径的估计代价）对OPEN表中的节点进行排序，并且要求启发函数满足( )，则称这种状态空间图的搜索算法为A*算法。

A. h(x)>h*(x)
B. h(x)≠h*(x)
C. h(x)≤h*(x)
D. h(x)≥h*(x)

如果问题存在最优解，则下面几种搜索中，（ ）可认为是“智能程度相对较高”的算法。

A. 宽度优先搜索
B. 深度优先搜索
C. A搜索
D. 有界深度优先搜索

如果问题存在最优解，则下面几种搜索中（ ）必然可以得到最优解。

A. 宽度优先搜索
B. 启发式搜索
C. 有界深度优先搜索
D. 深度优先搜索

在启发式搜索中，设计估价函数的目标就是利用有限的信息做出一个较精确的估价函数。

A. 对
B. 错

在启发式搜索中，衡量估价函数好坏的最终标准是在具体应用时的搜索效果。

A. 对
B. 错

在启发式搜索中，如果估价函数中实际代价的比重越大，越倾向于宽度优先搜索方式。

A. 对
B. 错

在启发式搜索中，如果估价函数中估计代价的比重越大，表示启发性能越强。

A. 对
B. 错

如果某一问题有解，那么利用A*搜索算法对该问题进行搜索则一定能搜索到解，并且一定能搜索到最优的解而结束。

A. 对
B. 错