爬山演算法

爬山演算法是一種局部擇優的方法，採用啟發式方法，是對深度優先搜尋的一種改進，它利用回饋資訊幫助生成解的決策。

爬山演算法一般存在以下問題：

1. 局部最大
2. 高地：也稱為平頂，搜尋一旦到達高地，就無法確定搜尋最佳方向，會產生隨機走動，使得搜尋效率降低。
3. 山脊：搜尋可能會在山脊的兩面來回震盪，前進步伐很小。

解決方法：隨機重新啟動爬山演算法