用蒙特卡罗评估分支限界算法
我们常用蒙特卡罗方法评估一个回溯算法，但用来评估分支限界算法的时候我遇到一个问题;
分支限界算法的剪枝需要用到当前的最优值；而蒙特卡罗方法测试时模拟算法的选择过程，随机选择一条路，因此就没有所谓的“当前最优值”，也就无法用剪枝，从而就无法评估这个算法的优劣~
不知我的理解是否正确？谢谢指点~
[解决办法]
所谓当前最优，一定得递归到最后一级才能求出一个结果，因此蒙特卡罗只要递归到最后一级，同样也存在一个当前最优。
[解决办法]
蒙特卡罗只是一个随机算法, 不一定能求到最优解的.
在当前节点, 假设有n个选择, 那么对每个选择, 都随机尝试m条达到终点的路径, 求这m条路径的平均评价.
最后选择平均评价最后的那个选择作为当前选择.
