启发式算法的基础定义与了解

声明：本文为作者学习笔记，学习所得随手而记，部分材料来源于网上学习，若侵权请联系作者。

1.什么是启发式算法

        启发式算法（heuristic algorithm)是相对于最优化算法提出的。一个问题的最优算法求得该问题每个实例的最优解。启发式算法可以这样定义：一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度一般不能被预计。现阶段，启发式算法以仿自然体算法为主，主要有蚁群算法、模拟退火法、遗传算法、粒子群算法、神经网络等。

       启发式算法一般用于解决NP-hard问题，其中NP是指非确定性多项式。

       例如，著名的推销员旅行问题（Travel Saleman Problem or TSP）：假设一个推销员需要从南京出发，经过广州，北京，上海，…，等 n 个城市ÿ