Performance 使用回溯和分支定界的优点

我知道DP对于许多NP完全问题（如TSP）具有更好的性能。虽然所需的空间很大，但它很好地降低了复杂性

但我无法理解分支绑定和回溯与蛮力搜索相比的效率

---

在最坏的情况下，无论暴力等于b&b还是回溯？

使用穷举搜索，您将计算所有N！节点之间可能的路由。使用回溯，您可能会计算访问一半节点的路由，注意它已经比目前找到的最佳路由更昂贵，并在该点停止调查该部分路由。这样做，您就跳过了计算通过完成该部分路由生成的所有路由，从而节省了穷举搜索的时间，穷举搜索将继续检查所有路由。

使用穷举搜索，您将计算所有N！节点之间可能的路由。使用回溯，您可能会计算访问一半节点的路由，注意它已经比目前找到的最佳路由更昂贵，并在该点停止调查该部分路由。这样做，您就跳过了计算通过完成该部分路由生成的所有路由，从而节省了穷举搜索的时间，而穷举搜索将继续检查所有路由。

穷举搜索，您的意思是暴力搜索？@Gangadhar将穷举搜索改为暴力搜索，你是说暴力搜索？@Gangadhar改为暴力搜索，但在最坏的情况下，两者都需要检查N！组合@user567879:正确。没有银弹。分支定界解决方案在一般情况下有用，而不是在最坏情况下。我不知道TSP上分支定界的最佳最坏情况边界。我所看到的所有writeup（使用比我过于简化的示例更好的分支选择和更好的边界函数）都集中在预期行为上，通常通过计算机实验进行分析。然而，这些实验确实表明，仔细的分支和绑定在实践中可以做得更好，因为蛮力——at的例子——也使用了一些手动调整——吸引了我的眼球。@amit那么它的主要优势是什么？@user567879:主要优势是它（1）的性能不会比单纯的蛮力差。（2） 通常表现得比天真的蛮力更好。在实现穷举搜索解决方案时，使用分支和绑定确实没有缺点。但在最坏的情况下，两者都需要检查N！组合@user567879:正确。没有银弹。分支定界解决方案在一般情况下有用，而不是在最坏情况下。我不知道TSP上分支定界的最佳最坏情况边界。我所看到的所有writeup（使用比我过于简化的示例更好的分支选择和更好的边界函数）都集中在预期行为上，通常通过计算机实验进行分析。然而，这些实验确实表明，仔细的分支和绑定在实践中可以做得更好，因为蛮力——at的例子——也使用了一些手动调整——吸引了我的眼球。@amit那么它的主要优势是什么？@user567879:主要优势是它（1）的性能不会比单纯的蛮力差。（2） 通常表现得比天真的蛮力更好。在实现穷举搜索解决方案时，使用分支和绑定确实没有缺点。