Loading docs/misc/hill-climbing.md +1 −1 Original line number Diff line number Diff line Loading @@ -57,4 +57,4 @@ int main() { ## 劣势 ## 其实爬山算法的劣势上文已经提及：它容易陷入一个局部最优解。当目标函数不是单峰函数时，这个劣势是致命的。因此我们要引进 **模拟退火**，此算法详见：[模拟退火 - OI Wiki](https://oi-wiki.org/misc/simulated-annealing/)。 其实爬山算法的劣势上文已经提及：它容易陷入一个局部最优解。当目标函数不是单峰函数时，这个劣势是致命的。因此我们要引进 [**模拟退火**](https://oi-wiki.org/misc/simulated-annealing/)。 Loading
docs/misc/hill-climbing.md +1 −1 Original line number Diff line number Diff line Loading @@ -57,4 +57,4 @@ int main() { ## 劣势 ## 其实爬山算法的劣势上文已经提及：它容易陷入一个局部最优解。当目标函数不是单峰函数时，这个劣势是致命的。因此我们要引进 **模拟退火**，此算法详见：[模拟退火 - OI Wiki](https://oi-wiki.org/misc/simulated-annealing/)。 其实爬山算法的劣势上文已经提及：它容易陷入一个局部最优解。当目标函数不是单峰函数时，这个劣势是致命的。因此我们要引进 [**模拟退火**](https://oi-wiki.org/misc/simulated-annealing/)。
