搜索算法比喻

爬山算法：兔子爬珠峰。兔子朝着比现在高的地方跳去。它找到了不远处的最高山峰。但是这座山不一定是珠穆朗玛峰。

模拟退火算法：兔子喝醉了。它随机地跳了很长时间。这期间，它可能走向高处，也可能踏入平地。但是，它渐渐清醒了并朝最高方向跳去。

禁忌搜索算法：兔子们知道一个兔的力量是渺小的。他们互相转告着，哪里的山已经找过，并且找过的每一座山他们都留下一只兔子做记号。他们制定了下一步去哪里寻找的策略。

遗传算法：有很多兔子，它们降落到喜玛拉雅山脉的任意地方。这些兔子并不知道它们的任务是寻找珠穆朗玛峰。但每过几年，就在一些海拔高度较低的地方射杀一些兔子。于是，不断有兔子死于海拔较低的地方，而越是在海拔高的兔子越是能活得更久，也越有机会生儿育女。就这样经过许多年，这些兔子们竟然都不自觉地聚拢到了一个个的山峰上，在所有的兔子中，只有聚拢到珠穆朗玛峰的兔子最成功。

粒子群优化算法：一群兔子在随机搜寻食物，在这个区域里只有一块食物，所有的兔子都不知道食物在哪里，但是它们知道当前的位置离食物还有多远。最简单有效的策略就是寻找兔子群中离食物最近的个体来进行搜素。

蚁群算法：不需要比喻。蚁群可以在不同的环境下，寻找最短到达食物源的路径。后经进一步研究发现，这是因为蚂蚁会在其经过的路径上释放一种可以称之为“信息素”的物质，蚁群内的蚂蚁对“信息素”具有感知能力，它们会沿着“信息素”浓度较高路径行走，而每只路过的蚂蚁都会在路上留下“信息素”，这就形成一种类似正反馈的机制，这样经过一段时间后，整个蚁群就会沿着最短路径到达食物源了。