Algorithm 回溯算法

在回溯算法中，权重顺序如何影响计算成本？节点和搜索树的数量是相同的，但是当它没有排序时，它会花费更多的时间，所以它正在做一些事情

---

谢谢

有时在回溯算法中，当您知道某个分支不是答案时，您可以修剪它。这在游戏代理中非常常见，称为

因此-当您重新排序访问的节点时，您可以提高修剪率，从而减少您访问的节点的实际数量，而不会影响答案的正确性

---

还有一种可能性——如果没有修剪，就是缓存性能。有时树存储为数组[尤其是]。数组在迭代时效率最高，而不是“随机跳跃”。重新排序可能会改变此行为，从而导致更好/更差的缓存行为。

有时在回溯算法中，当您知道某个分支不是答案时，可以对其进行修剪。这在游戏代理中非常常见，称为

因此-当您重新排序访问的节点时，您可以提高修剪率，从而减少您访问的节点的实际数量，而不会影响答案的正确性

---

还有一种可能性——如果没有修剪，就是缓存性能。有时树存储为数组[尤其是]。数组在迭代时效率最高，而不是“随机跳跃”。重新排序可能会改变此行为，从而导致更好/更差的缓存行为。

回溯的本质恰恰是不考虑所有可能性或节点（在本例中），但是，如果节点未排序则算法不可能“修剪”一个可能的分支，因为如果元素实际位于该分支上，则无法确定该分支

---

与排序树不同，因为如果搜索元素大于/小于该子树的根，则搜索元素分别位于右侧或左侧。这就是为什么如果树没有排序，计算顺序等于蛮力，但是如果树在最坏的情况下排序，则顺序等于蛮力，但执行顺序较小。

回溯的本质恰恰是不考虑所有可能性或节点（在这种情况下）但是，如果节点未排序则算法不可能“修剪”可能的分支，因为如果元素实际位于该分支上，则无法确定该分支

---

与排序树不同，因为如果搜索元素大于/小于该子树的根，则搜索元素分别位于右侧或左侧。这就是为什么如果树没有排序，计算顺序等于蛮力，但是如果树在最坏的情况下排序，顺序等于蛮力，但执行顺序较小。

如何为算法选择下一个节点？它是一个二叉树，其中包含/排除元素，并尝试所有可能的组合。如何为算法选择下一个节点？它是一个二叉树，其中包含/排除元素，并尝试所有可能的组合python列表，但还没有修剪（可能的下一步）它是用python列表实现的，还没有修剪（可能的下一步）