剪枝问题

搜索的进程可以看作是从树根出发，遍历一棵倒置的树—-搜索树的过程。而所谓的剪枝，顾名思义，就是通过某种判断，避免一些不必要的遍历过程，形象的说，就是减去了搜索树中的某些“枝条”，故称剪枝。
即剪去解答树上已被证明不可能存在可行解或最优解的子树.

既然采用了搜索，剪枝就显得十分的必要，即使就简简单单的设一个槛值，或多加一两条判断，就可对搜索的效率产生惊人的影响。例如Ｎ后问题，假如放完皇后再判断，则仅仅只算到7，就开始有停顿，到了8就已经超过了20秒，而如果边放边判断，就算到了10，也没有停顿的感觉。所以，用搜索一般都就要剪枝。

剪枝至少有两方面，一是从方法上剪枝，如采用分枝定界，启发式搜索等，适用范围比较广；二是使用一些小技巧，这类方法适用性虽不如第一类，有时甚至只能适用一道题，但也十分有效，并且几乎每道题都存在一些这样那样的剪枝技巧，只是每题有所不同而已。

剪枝的原则：
1.正确性：必须保证不丢失正确的结果。
2.准确性：能够尽可能多的减去不能通向正解的枝条
3.高效性：在很多时候，为了加强优化的效果，我们会增加一些判断，这样对程序效率也带来了副作用，所以要考虑剪枝的高效性，否则得不偿失。