问题如下：
输入文本文件将包含N行，每行代表一本书。每本书将具有与它相关的G流派，其中1 <= G <= 100。
您要按兴趣因素订购这些书。几本太相似的书很无聊，而太不同的书可能会使访问者感到困惑。因此，每对图书的得分均为MIN（图书i独有的流派，图书i + 1独有的流派，图书i之间的流派）。
有几个文件，其中一个拥有80,000本书
我不熟悉优化（这是我第一次研究这样的问题），想到的第一件事就是简单地创建一个NxN二维数组，其中包含每本书（节点）之间的得分并在每一步中选择最合适的书添加到“路径”中。
但是，由于问题的严重性，我无法创建这么大的阵列。因此，我将问题分解为8个部分，每部分10,000本书，并得以继续执行该想法。不幸的是，完成运行所花费的时间非常长（一个多小时）。虽然分数相当不错。
我尝试了模拟退火，您可以在其中随机切换两本书。我使用的温度为100,000，冷却速度为0.0005。这也花了很长时间，并且得分比其他方法还要差。
我在想，是否有一种方法可以改善这些方法（就所花费的时间而言），或者是否有更好的方法/算法来解决此问题？
谢谢！