如何才能接近最佳解决方案
幸运的是，数学对这个问题有
一个答案：那就是启发式
启发式是探索搜索空间的规则
当你无法探索整个搜索空间时
该规则可帮你接近最佳解决方案
一个启发式的例子是爬山
想象你要探索大型3D地图
且想要找到最高点。使用爬坡
你可从地图上的任意点开始
只需确保迈出的每步都是艰难的
当你再也无法上坡时
便达到了顶峰，局部最大值
它暗示了爬山生活的方法
你尝试生活方式一段时间
然后继续尝试以“爬坡”
来改善它
你调整一些参数以使其更好
我们不必物理测试这些排列
可以在脑海中测试它们
但这只有在我们对现实的
心理图非常接近现实的情况下
才能很好地起作用。换句话说
我们的模拟最好是非常接近
真实的东西，否则我们的
近似值将变得遥远
而我们的结果将毫无价值