我正在尝试编写一个Java程序来寻找最佳行程，以便在30个美国职业棒球大联盟体育场的每个体育场观看比赛。我定义了最好的＆＃34;行程使用公制Miles Driven +（200 *路上天数）;这消除了30天内20,000英里的旅行，或90天内11,000英里的旅行，这两次旅行都不是我想要的旅行。每个团队在183天的赛季中打81场主场比赛，所以当一支球队在家时需要考虑。
另外，我不只是为整个棒球赛季寻找最好的巡回赛。我希望在任何特定日期（六月十五日在底特律，八月三日在亚特兰大等地）找到任何特定MLB城市开始/结束的最佳旅游。
我已经让这个程序产生了我非常满意的结果，但是我的笔记本电脑需要几个月的时间才能完成，而且我想知道是否有人有任何想法如何提高效率。
程序迭代运行。它从一场比赛开始;比如芝加哥4月5日。它确定了在芝加哥比赛后的第二天或第二天你可以接下来的比赛。让我们说在辛辛那提和底特律有两个这样的游戏。它创建了一个数据结构，其中包含每个预期巡回赛的所有站点（一个用于芝加哥 - 辛辛那提，一个用于芝加哥 - 底特律）。然后，为两个两站游览找到预期的第三站，同样如此，直到它到达第30站和最后一站，此时它确定最佳游览。
它使用了几种方法来修剪效率低下的游览。主要使用HashMap。关键是一个字符序列，表示（1）已经访问过哪个球场，以及（2）最后一个被访问过的球场。因此它会在A-B-C-D-E和A-D-B-C-E上碰到重复。然后它将保持较短的路线并消除较长的路线。对于大多数起点，这使得在任何给定时间列表中的最大巡回数量保持在大约2000万，但是对于一些起点，它可以达到大约9000万。
所以...任何想法？
答案 0 :(得分：0)
你的算法实际上并不贪婪 - 它列举了所有可能的游览（随着时间的推移修剪明显不好的游览）。一个贪婪的算法只向前迈出一步，为该步骤做出最佳决策，然后提前一步，等等。它们并不精确，但它们非常快。我建议为您的问题调整标准的贪婪型TSP启发式。有许多常见的 - 最近邻，最便宜的插入等。如果您还不熟悉它们，您会找到描述它们的各种在线资源。
您还可以创建重复的体育场节点，每个主场比赛一个，然后将其建模为广义TSP（GTSP），其中每个＆＃34;集群＆＃34;由给定体育场的节点组成。节点（i_1，j_1）到（i_2，j_2）（其中i =体育场和j =日期）的距离由您的指标定义。
从技术上讲，这是一个带时间窗口的TSP，但它比TSPTW的通常定义更复杂，因为通常每个节点都有一个连续的时间窗口（例如，在早上8点到下午2点之间到达），而这里你有一套不相交的窗户，你必须选择其中一个。
希望这有帮助。