Si el nodo que mejor evaluación recibe es el que se expande primero, entonces estamos haciendo ``best-first''.
Más que estar expandiendo el ``mejor'', se expande el que parece ser el mejor de acuerdo con nuestra función de evaluación.
Para ésto, se toman en cuenta todos los nodos que se han visto hasta el momento.
El usar el costo acumulado (búsqueda de costo uniforme) no
necesariamente guía la búsqueda hacia la meta. Para ésto,
se utiliza una estimación del costo del camino del estado hacia una
meta ().
Esta estrategia (minimizar el costo estimado para alcanzar una meta) a veces se llama una estrategia ``greedy''.
La función de evaluación () puede ser lo que sea mientras
si
es una meta.
Una estrategia ``greedy'' es susceptible de errores. El tiempo en el
peor de los casos es donde
es la profunidad máxima del
espacio.
Debido a que guardan todos los nodos en memoria, su complejidad en espacio es igual a la del tiempo.