爬山法
爬山法（Hill Climbing）是一种基于深度优先搜索的启发式优化方法。
基本思想
在深度优先搜索的基础上，不再使用简单的遍历，而是采用启发函数来规定结点扩展的顺序。每次选择看起来最有希望的方向进行深入。
特点
- 局部最优：爬山法只考虑当前状态的邻域，容易陷入局部最优
- 贪心策略：每一步都选择当前看起来最好的方向
- 简单高效：实现简单，在很多问题中表现良好
局限性
由于只做局部最优选择，爬山法可能陷入局部最优解而无法找到全局最优解。通常需要多次随机重启来缓解这个问题。
链接到
- 上一个知识点：5.3 广度优先搜索
- 下一个知识点：5.5 Best-First搜索