TSP问题

模拟退火：

https://www.cnblogs.com/ranjiewen/p/6084052.html

https://www.cnblogs.com/rvalue/p/8678318.html

1. 随机交换序列中2个位置的元素；

2. 如果新序列比老序列更优（E(new)-E(old)<0), 则完全接受新序列； （E是越小越好）

   如果新序列比老序列更差（E(new)-E(old)>0), 则以概率p=exp( - (E(new)-E(old)) / kT )的概率接受新序列；

3. 略微减少T

T是温度，从高到低期间，接受更差解的概率越来越小，趋于稳定；

1中的随机交换2个元素，也可以换成整个序列彻底随机等。。。

 

A*: https://wenku.baidu.com/view/774588e3524de518964b7da4.html

对每一个状态s来说：F(s) = G(s) + h(s)；F是总估值函数，每次在open-list里扩展F最小的节点；G是ground-truth，已经走过的路径长度；h是预估值，TSP里用该点到其他未遍历节点的最小边(min)*剩余边数

为了防止状态爆炸，每次扩展完1个s，可以只保留最优的前N（本程序里N=100)个s，后面的删掉；

步骤：1. 从open-list中取best 2.对best扩展（依次扩展序列末尾节点周围未遍历的节点们），每个扩展加入到open-list; 3. 还没有到终点的解或者不满意，则跳到1继续循环；