我正在研究分支机构和最佳优先搜索我的论文工作，但在网上发现了很多关于这两个概念的矛盾。首先，我认为分支和绑定仅修剪以高成本解决方案结束的分支（使用启发式）并且不优先搜索（在修剪之后对树的其余部分执行简单的DFS或BFS）。然而，后来我发现许多资源说BB也对状态进行排名，并且首先考虑具有更高排名的节点（优先搜索）。如果是这样，BB和最佳优先搜索之间究竟有什么区别？
答案 0 :(得分：5)
这两个概念是相关的（你有时甚至可以将它们结合起来），但你应该只关注它们之间的根本区别，如其名字所示：
分支和边界通过分支变量（=测试变量的值）来详尽地探索搜索空间。这会产生几个子问题，例如：对二元变量进行分支会产生一个问题，其中变量= 0，并且问题在于它= 1。然后，您可以继续并递归地解决它们。该技术的“边界”方面包括估计可在子问题中获得的解的边界。如果子问题只能产生错误的解决方案（与之前找到的解决方案相比），您可以安全地跳过对该部分搜索空间的探索。
最好首先尝试通过首先查看搜索空间中最有趣的部分（最有趣的=估计）来尽快找到解决方案。它不会拆分搜索空间，只会尝试尽快达到/解决方案。
这两种方法都试图跳过对搜索空间部分的调查。它们的使用和效率取决于问题的设定。最好的首先要求您为“最有趣的探索解决方案”指定一个标准，这有时可能很难/不可能。只有当您可以放在子问题上的界限有意义/不太宽时，分支和界限才有意义。这取决于你正在考虑的问题......