搜索树节点数估计怎样实现，求解答

Monte Carlo方法
1．从根开始，随机选择一条路经，直到不能分支为止，即从x1，x2，…，依次对xi赋值，每个xi的值是从当时的Si中随机选取，直到向量不能扩张为止。
2．假定搜索树的其他|Si|-1个分支与以上随机选出的路径一样，计数搜索树的点数。
怎么实现随机选取路径，以及扩展节点😭😭

img

论文里面的代码，只看伪码很难实现的

算法设计与分析复习
https://blog.csdn.net/jingyu_1/article/details/124542373

参考一下

搜索树结点数的估计（回溯法）_极客范儿的博客-CSDN博客 在做复杂性分析的时候，采取的都是上界，但是要做实际的估计就不是这样的。比如在搜索的时候着色问题根据图的结构的不同，真正在做调色的时候调色空间大小其实是不太好估计的，搜索空间的树，到底有多少个搜索结点需要搜索，到底有多大，因为中间有剪枝，剪枝又与图有关系，所以这个时候不太好做精确的估计的，这个时候可以采取的办法叫做蒙特卡洛搜索法。一、Monte Carlo方法随机的选择一些路径，随机的进行赋值，然后找到一条路径（不一定非得到达叶结点中间也可能结束掉），然后随机的找出路径来进行采样，然后看一看它们的概率是多 https://blog.csdn.net/Prototype___/article/details/124972469

参考一下呢