核心思路就是模拟物理上的退火过程，有一个初温和末温，和降温系数（每次初温乘以系数），当初温大于末温时，我们随机一个解，并尝试更新当前解，当不大于末温时退火结束。
更新的方法：
如果新解严格优于当前解，直接更新。如果劣于，以一定的概率接受新解，一定的概率不接受，且新解越劣、当前温度越低更新新解的概率越低。
trick：
记录过程解的最优解，然后多跑几次退火，每次退火可以从当前最优解开始跑。
对于可以合法划分的问题，尝试化成几个相同的小子问题，然后对于每部分退火并合并。
调大初始温度，调小末温，使降温系数趋近于1（注意别太接近了炸精度，一般最多到 0.999 就极限了，再多就炸了）。
对于非提交答案题，为在有限时间内跑解，可以卡时，以时限 1s 为例，可以 while((double)clock() / CLOCKS_PER_SEC < 0.95)SA(); 。当然，这样的话要保证一次 SA() 的时间小于 0.05s。
然后对于是否接受新解，只需记住：if(exp(-del / ts) * RAND_MAX > rand())update(); 其中 del 是需要大于 0 的，表示新解劣于原解的程度。
例1：P2538
例2：P2210
例3：P3936 （调参题）
例4：P3878
例5：P5544
标签：系数,劣于,退火,更新,新解,模拟退火 From： https://www.cnblogs.com/infinities/p/16629330.html