Какие стратегии используются для оптимизации раскраски клеток в сложных геометрических задачах?

Для оптимизации раскраски клеток в сложных геометрических задачах используют разные стратегии, например:

• Метод локальных оптимизаций. imcs.dvfu.ru Каждой клетке изначально присваивают случайный цвет. imcs.dvfu.ru Затем выбирают случайную клетку и изменяют ей цвет, если при этом уменьшается стоимость поля. imcs.dvfu.ru Когда никакое изменение цвета не приводит к уменьшению ответа, процесс завершают. imcs.dvfu.ru
• Мемоизация. imcs.dvfu.ru Запоминают информацию о текущей раскраске, которая точно не приведёт к ответу, так как такая же комбинация перебиралась ранее, и ответ не был найден. imcs.dvfu.ru
• Упорядочение вершин графа. elementy.ru Вершины графа упорядочивают так, чтобы у следующей вершины было как можно больше соседей среди раскрашенных ранее. elementy.ru Например, сортировкой по убыванию степени вершины. elementy.ru
• Рассмотрение «особенных» клеток. files.sch2000.ru В задачах на досках часто используют приём рассмотрения клеток, которые не могут оказаться в одном классе (например, быть одного цвета, быть побиты одной фигурой). files.sch2000.ru
• Начало раскраски с «узкого места». files.sch2000.ru Например, с одного из верхних треугольников витража. files.sch2000.ru Если верхний треугольник будет иметь один цвет, то треугольник под ним — другой. files.sch2000.ru Рассматривая по очереди новых «соседей», получают единственную возможную раскраску. files.sch2000.ru