每个计算机科学专业的学生（包括我自己，在我攻读 CS 学士学位时）都可能遇到过著名的单源最短路径Dijkstra 算法（DA）。如果你还上过关于人工智能的入门课程（就像我几年前在我的学士学位期间所做的那样），你应该也遇到过一些搜索算法，特别是统一成本搜索 (UCS)。
网络上的一些文章（例如关于 DA 的 Wikipedia 文章）说 DA（或其变体）等同于 UCS。著名的 Norvig 和 Russell 的著作《人工智能：一种现代方法》（第 3 版）甚至指出
Dijkstra (1959)的两点最短路径算法是统一成本搜索的起源。这些作品还引入了探索集和前沿集（封闭和开放列表）的概念。
DA 究竟如何等同于 UCS？
我的问题的答案可以在论文立场文件：Dijkstra 算法与统一成本搜索或反对 Dijkstra 算法的案例（2011）中找到，特别是 DA 和 UCS 的相似性部分，因此您应该阅读本文以了解所有详细信息。
DA 和 UCS 在逻辑上是等价的（即它们以相同的顺序处理相同的顶点），但它们的处理方式不同。特别是，单源DA 和 UCS 之间的主要实际区别在于，在 DA 中，所有节点最初都插入到优先级队列中，而在 UCS 中，节点是延迟插入的。
这是 DA 的伪代码（取自引用的论文）
这是最佳优先搜索 (BFS) 的伪代码，其中 UCS 只是一个特例。实际上，这是 UCS 的伪代码，其中是从源节点到路径的成本（虽然标题表明这是 BFS 的伪代码）。
