14 · 回溯与约束传播
⏱ 34 分钟 | 阅读与手算参考,可分次完成 | 先看一个死局,再比较三种检查范围
🎯 一句话
传播不是替你猜答案,而是在继续搜索前,删掉已经不可能的候选值。
先看一个能直接判断的小局面:Q 和 SA 相邻,却都只剩蓝色。两边的候选都不为空,但它们不可能同时满足“相邻不同色”。
这一页比较:裸回溯什么时候发现它,前向检查能提前多少,AC-3 为什么还能多看一层关系。“检查通过”不等于“已经有解”,检查更强也不等于运行一定更快。
🌲 一、回溯搜索:每层赋一个变量的深度优先
回溯搜索每次给一个未赋值变量选值;选完立即检查它与已经赋值的变量是否冲突。冲突就换值,不冲突才继续下一层。
| 搜索要素 | 在地图着色里是什么 |
|---|---|
| 初始状态 | 没有地区被赋值 |
| 后继 | 选一个未赋值地区,试一个不违反已有赋值的颜色 |
| 目标测试 | 7 个地区都已赋值,9 条相邻约束全部满足 |
| 失败返回 | 当前变量的所有候选都试完了,退回上一层换值 |
为什么不用枚举所有“赋值先后顺序”?
先给 WA 红、再给 NT 绿,与反过来赋这两个值,得到的是同一个部分赋值。求的是最终着色,不是赋值动作的排列。
如果无视这种重复,在还没考虑约束剪枝的完整搜索树里,任意挑变量再挑颜色有 $n!d^n$ 条叶端路径。每层只选定一个变量,再分支尝试它的值,候选完整赋值至多有 $d^n$ 个。
7 个变量、每个 3 色时,这两个数分别是 11,022,480 条路径和 2,187 个候选赋值。它们不是合法解数,也不是实际运行时必然访问的节点数;中途约束检查还会剪枝。
手算:在澳大利亚地图上跑一遍
沿用上一章的地图和 9 条边。本页固定两种顺序,后面的代码也一样:
- 变量:WA、NT、NSW、Q、SA、V、T。
- 颜色:红、绿、蓝。
| 层 | 当前尝试 | 为什么能走到这里 |
|---|---|---|
| ① | WA = 红 | 没有已赋值邻居,取第一个颜色 |
| ② | NT = 绿 | 红与 WA 冲突,改试绿 |
| ③ | NSW = 红 | Q、SA、V 尚未赋值,当前没有直接冲突 |
| ④ | Q = 蓝 | 红与 NSW 冲突,绿与 NT 冲突,只剩蓝 |
| ⑤ | SA 无值可选 | WA 红、NT 绿、Q 蓝,已把三色全部排除 |
SA 失败后退回 Q。Q 的红、绿、蓝已经试完,因此 Q 也返回失败;再退回 NSW,把红改成绿。
此后找到的完整解是 WA 红、NT 绿、NSW 绿、Q 红、SA 蓝、V 红、T 红。T 在这份模型中没有相邻边,所以第一个颜色就能用。
这里“第 ⑤ 层发现失败”不是“失败到第 ⑤ 层才产生”。 第 ③ 层之后,Q 已只能蓝、SA 也已只能蓝,而两者相邻;这个前缀其实已经无法补成解。裸回溯没有检查未赋值变量之间的这条关系。
17 次试值、2 次回溯是怎样数的?
本页把试值定义为进入一次候选值循环:即使马上与已赋值邻居冲突,也计一次。不是只数成功写入的颜色,更不是数所有约束比较。
把回溯次数定义为:一个非终点的递归调用把当前变量的候选全部试完,仍没找到解,返回失败一次。本例是 SA 和 Q 两个失败调用,合计 2 次。
| 搜索部分 | 各变量实际试的颜色 | 试值小计 |
|---|---|---|
| 走入死局 | WA:红;NT:红、绿;NSW:红;Q:红、绿、蓝;SA:红、绿、蓝 | 10 |
| 换路找到解 | NSW:绿;Q:红;SA:红、绿、蓝;V:红;T:红 | 7 |
因此总数是 17 次试值、2 次回溯。换变量顺序、颜色顺序,或者换“回溯”的计数定义,数字都会变;比较算法前必须先对齐口径。
“朴素回溯能解到 25 皇后”不是能力上限。固定顺序寻找第一个解时,规模更大的实例也可能更早撞到解。
保留原来的一个对照:同样按列顺序选皇后、按行号从小到大试,关闭 FC 时,20 皇后要 3,992,510 次试值,24 皇后要 9,878,316 次,25 皇后却降为 1,216,775 次。前两项见下一章的完整实验表;25 皇后的数字也已用本页算法独立复跑。
这说明“找第一个解”的难度不随规模单调变化,不能从这几个规模推断普遍增长曲线。这里对比的是试值,不是硬件耗时。
🔦 二、前向检查:赋完值立刻去删邻居的值域
前向检查(Forward Checking,FC)维护每个未赋值变量的候选清单。 给 $X$ 赋值后,从它每个未赋值邻居的值域中,删掉与本次赋值冲突的值。
发现任何一个邻居的值域为空,就立刻放弃这次尝试,不再递归。撤销尝试时,也要撤销这次删值;否则其他分支会丢掉本来合法的选择。
下面只追踪死局里最关键的 Q 和 SA,其余变化放在表下说明。这里的“层”仍是原来的变量顺序。
| 刚完成的赋值 | Q 剩余颜色 | SA 剩余颜色 |
|---|---|---|
| 尚未赋值 | 红、绿、蓝 | 红、绿、蓝 |
| ① WA = 红 | 红、绿、蓝 | 绿、蓝 |
| ② NT = 绿 | 红、蓝 | 蓝 |
| ③ NSW = 红 | 蓝 | 蓝 |
| ④ Q = 蓝 | 已赋值 | 空:立即失败 |
其他删值也要保留:WA 红后,NT 剩绿、蓝;NSW 红后,V 剩绿、蓝。T 没有邻居,不受影响。“已赋值”不表示值域被删空。
在这条路径上,FC 在第 ④ 层发现失败,比裸回溯早一层。 这是本例的结果,不是每个问题都恰好早一层。
按本页代码的同一口径,地图从 17 次试值变为 9 次,8 皇后从 876 次变为 88 次。被提前删除的候选不再进入试值循环,但删值本身仍要做约束检查;这些数字不能直接解释成耗时加速比。
⚠️ 但它有个明确的盲区
现在换一个单独的部分赋值:WA = 红、Q = 绿。不要把它接在上面 NT = 绿的路径后面,否则 NT 与 Q 已经直接冲突。
| 未赋值地区 | 为什么只剩蓝 |
|---|---|
| NT | 与 WA 相邻,不能红;与 Q 相邻,不能绿 |
| SA | 同样与 WA、Q 相邻,不能红或绿 |
每个值域都非空,所以 FC 没有报告失败。可是 NT 与 SA 也相邻,不能同时是蓝色。
盲区就在这里:FC 检查的是“刚赋值变量与未赋值邻居”;某个邻居的值域缩小后,不会继续检查它与其他未赋值变量之间的约束。
“每人都有候选”和“候选之间能同时配合”是两层检查。下一节解释怎样把这层关系继续检查下去。
🔁 三、弧相容与 AC-3
一个候选值有“支持”,是指它在另一端至少有一个能配对的值。 例如相邻不同色时,Q 的蓝可以由 SA 的红支持,却不能由 SA 的蓝支持。
对二元约束,弧 $(X,Y)$ 相容表示:$X$ 当前值域里的每个值,都能在 $Y$ 当前值域中找到至少一个满足两者约束的值。找不到支持的 $X$ 值就可以删除。
删除是相对于当前分支的值域和赋值而言的。搜索退回去改变前提后,必须恢复相应删值;不能把它说成这个值在原问题中永远无效。
为什么一条边要查两个方向?
考虑约束“不同色”:$X$ 只有红,$Y$ 有红和绿。检查 $(X,Y)$ 时,X 的红有 Y 的绿支持,能通过;检查 $(Y,X)$ 时,Y 的红却找不到支持,必须删掉。
所以即使约束“不同色”本身对称,检查方向仍不同:$(X,Y)$ 负责删 X,$(Y,X)$ 负责删 Y。一条无向边对应两条待检查的弧。
AC-3 算法
以下讨论有限值域的二元 CSP,约束检查一次视为常数时间。已赋值变量的值域收为单元素集;同一对变量的多个条件合并检查。
- 初次处理时,把所有有向弧放入待检查队列。若输入已有空值域,直接报告失败。
- 取出 $(X,Y)$,执行 REVISE:从 X 删除在 Y 中没有支持的值。
- X 被删空,说明当前分支不可能有完整解,可以立即返回失败。
- X 有删值但仍非空,就把其他邻居指向 X 的弧 $(Z,X)$ 放回队列,$Z\ne Y$。已经在队列中的弧可以去重。
- 队列处理完且没有空值域,表示每条弧都相容,不是宣布找到了完整解。
第 4 步是传播的关键:X 少了一个候选,原来靠这个候选获得支持的 Z 值,现在可能失去支持。初始弧尚未处理时会留在队列里;已经处理过的弧,也可能因此需要重查。
想看计算代价:为什么是 O(c d³)
这里 $c$ 是有向弧数,$d$ 是初始最大值域大小。若用无向边数记 $c$,只是相差常数 2,不改变渐进阶。
- 一次 REVISE 最坏对 X 的每个值遍历 Y 的值,代价为 $O(d^2)$。
- 一条弧除初次检查外,只有它依赖的另一端发生删值才需要重查;该端至多有 $d$ 次删值事件。
- 因此经典 AC-3 的一次完整传播,最坏时间为 $O(c d^3)$。这是传播一次的界,不是整个回溯搜索的时间界。
FC 面对刚赋值的单个值,只需检查未赋值邻居的候选。在约束测试为常数时间的前提下,一次 FC 扫描为 $O(kd)$,其中 $k$ 是这次要检查的邻居数;具体容器的复制、删除和恢复还可能有额外开销。
上述删值、重查和复杂度口径可对照 Poole 与 Mackworth 教材的相容性算法。它同时讨论多元约束;本页先限定在二元关系,避免把两种模型混用。
⭐ 手算:AC-3 怎么看穿前向检查的盲区
重新从 WA = 红、Q = 绿,其余值域全为三色开始。下面是一种合法的弧处理顺序;真实队列顺序不同,最先发现失败的弧也可以不同。
| 处理的弧 | 本次删值 | 新值域 |
|---|---|---|
| $(NT,WA)$ | NT 的红没有支持 | NT:绿、蓝 |
| $(SA,WA)$ | SA 的红没有支持 | SA:绿、蓝 |
| $(NT,Q)$ | NT 的绿没有支持 | NT:蓝 |
| $(SA,Q)$ | SA 的绿没有支持 | SA:蓝 |
| $(NSW,Q)$ | NSW 的绿没有支持 | NSW:红、蓝 |
| $(SA,NT)$ | SA 的蓝在 NT 中没有支持 | SA:空,失败 |
看最后一行:这次检查的两端都没有被搜索主动赋值,仍然可以推导出冲突。NT 删值时,指向 NT 的弧需要保持待检查;因此 SA 与 NT 之间的关系不会被遗漏。
回到原来的路径:第 3、4、5 层到底比较什么?
原路径在 WA 红、NT 绿、NSW 红之后已经无解。如果给这份固定前缀补做一次 AC-3,它可以当场发现 Q 和 SA 都只剩蓝;FC 则要先试 Q 蓝,裸回溯还要走到 SA。
如果每次赋值后都维持弧相容(MAC),实际会更早避开这个前缀。 WA 红、NT 绿之后,传播已经能推出 SA 蓝、Q 红、NSW 绿;随后搜索不会再把 NSW 红当成剩余候选。
所以不能把上图读成“MAC 真的走到第 ③ 层 NSW 红才发现”。传播会改变候选,也会改变后续搜索轨迹。
⭐ 本章的核心洞察
FC 只做本次赋值的一步删值,AC-3 会继续检查删值带来的连锁影响。 同一份二元模型、同一当前分支上,完整弧相容传播不会比 FC 留下更多无支持候选;但更多检查有自己的成本。
数独能帮助理解这件事:某格只剩 7,就能从同行、同列、同宫的其他格删除 7,再继续传播。如果这个过程最终让所有格都只剩一个值且所有约束满足,就不必再猜。
但把 AllDiff 拆成两两不等再运行 AC-3,主要能传播这些单值信息,不等于实现了所有数独技巧。例如三格候选都为 {1,2},两两仍有支持,整体却无法互不相同;直接对 AllDiff 使用更强的传播器可以看出这一点。
因此不凭“简单/困难”的题目标签保证能否解完。传播停住时,候选可能仍有很多,既不保证都只剩两三个,也不保证已有解。
⚠️ 弧相容不等于解存在
最小反例:三个两两相邻的变量 X、Y、Z,每个只能红或绿,要求两两不同。
- 检查任意一条边:一端红总能找到另一端绿,反过来也一样,每个值都有支持。
- 检查整个三角形:三个变量必须用三个不同颜色,只有两色当然不够。
- 结果:AC-3 不删值,不报告空域;这个问题却无解。
准确地说,AC-3 可以把网络处理到弧相容,但弧相容本身不能完整判定一般 CSP 是否可满足。完整搜索配合正确的传播和恢复,仍能找出一个解,或在穷尽有限候选后证明无解。
更强的路径相容、$k$-相容会联合检查更多变量,能发现部分弧相容漏掉的冲突,也要付出更高代价。是否值得用,要由模型与测量决定,不是一律“通常没用”。
🧰 四、把两者接进回溯,和它们的代价
把“选变量、试值、传播、失败后恢复”接起来,就能得到不同求解器。搜索次序与传播强度是两件独立的事。
| 组合 | 每次赋值后额外做什么 |
|---|---|
| 裸回溯 | 只检查与已有赋值是否冲突 |
| 回溯 + FC | 删未赋值邻居中不兼容的值;空域立即失败 |
| MAC | 继续传播,直到当前网络重新弧相容,或某个值域变空 |
MAC 是“维持弧相容”的搜索策略;AC-3 是实现这种传播的一种算法,也能单独用作搜索前的预处理。若上一步已保证所有弧相容,本步可以从受到赋值影响的弧启动;不能在未经检查的网络上只放几条弧,却宣称全图都已相容。CMU 的 CSP 讲义给出了 FC 与 AC-3 的范围对照。
不存在“稠密就必选 MAC,稀疏就必选 FC”的定律。 约束的紧度、表达方式、值域大小、搜索顺序和实现成本都会影响收益。稀疏的两色奇环也可能藏着冲突;稠密约束也可能很宽松,什么都删不掉。
本页用 FC 作为容易看懂的实现起点,不替所有工业求解器宣布默认设置。真实求解器还可能组合专用全局传播器、冲突学习等机制;选型应同时记录搜索量、约束检查或传播量、总耗时。
一份能跑的求解器(回溯 + 前向检查)
用途:同一个求解器,分别打开和关闭 FC,复现地图与 8 皇后的差别。 整段复制到一个空 .py 文件执行;只依赖 Python 3 标准库,不需要前面章节的变量。
适用范围是有限值域、二元硬约束:nb 要双向列出受约束的邻居,ok(a,x,b,y) 判断这两个赋值是否兼容;一元限制应先体现在 base 中。多元 AllDiff 不能不经处理就直接塞进这个二元接口。
本实现的 order 要把每个变量列出且只列一次。域值使用字符串或整数等可哈希值,且不要重复,因为恢复候选时会用集合去重;本页两个实例都满足这些输入约定。
from collections import defaultdict
AU = {
"WA": ["NT", "SA"], "NT": ["WA", "SA", "Q"],
"SA": ["WA", "NT", "Q", "NSW", "V"], "Q": ["NT", "SA", "NSW"],
"NSW": ["Q", "SA", "V"], "V": ["SA", "NSW"], "T": [],
}
ORDER = ["WA", "NT", "NSW", "Q", "SA", "V", "T"]
COLORS = ["红", "绿", "蓝"]
def solve(order, base, nb, ok, fc=True):
dom = {v: list(values) for v, values in base.items()}
assign = {}
stats = {"试值": 0, "回溯": 0}
def bt():
if len(assign) == len(order):
return dict(assign)
var = next(v for v in order if v not in assign)
for val in dom[var]:
stats["试值"] += 1 # ⭐ 每次候选检查计一次,不是每次比较计一次
if any(not ok(var, val, n, assign[n])
for n in nb[var] if n in assign):
continue
assign[var] = val
cut, alive = defaultdict(list), True
for n in (nb[var] if fc else []):
if n in assign:
continue
removed = [x for x in dom[n] if not ok(n, x, var, val)]
for x in removed:
dom[n].remove(x)
cut[n].append(x)
if not dom[n]: # ⭐ 空域直接停,不再进入下一层
alive = False
break
if alive:
result = bt()
if result is not None:
return result
for n, values in cut.items():
restored = set(dom[n]) | set(values)
dom[n] = [x for x in base[n] if x in restored]
del assign[var] # ⭐ 恢复本次删值和赋值,其他分支才能公平尝试
stats["回溯"] += 1 # 当前变量穷尽候选,返回失败的调用次数
return None
return bt(), stats
def valid(answer, base, nb, ok):
return (answer is not None and set(answer) == set(base)
and all(answer[v] in base[v] for v in base)
and all(ok(v, answer[v], n, answer[n]) for v in nb for n in nb[v]))
ne = lambda a, x, b, y: x != y
map_domains = {v: list(COLORS) for v in AU}
for fc in (False, True):
answer, stats = solve(ORDER, map_domains, AU, ne, fc=fc)
assert valid(answer, map_domains, AU, ne)
print("地图 FC=" + str(fc), stats, answer)
queens = ["Q" + str(i) for i in range(1, 9)]
neighbors = {q: [r for r in queens if r != q] for q in queens}
domains = {q: list(range(1, 9)) for q in queens}
qok = lambda a, x, b, y: x != y and abs(x-y) != abs(int(a[1:])-int(b[1:]))
for fc in (False, True):
answer, stats = solve(queens, domains, neighbors, qok, fc=fc)
assert valid(answer, domains, neighbors, qok)
print("8 皇后 FC=" + str(fc), stats)
先看这三个位置:
var = next(...)按固定顺序选变量;下一章才改这项,不改问题的约束。cut只记本次尝试删掉的值。失败后按base的原顺序恢复,保证“红、绿、蓝”的试色顺序不会偷偷改变。result is not None区分“找到了赋值”和“失败”;空问题的合法解是空字典,不应因为它是假值就被当成无解。
本次独立执行得到以下计数。两种地图设置都返回本章手算的那个完整解,断言逐项检查了值域与相邻约束。
| 本次运行 | 试值次数 | 失败调用次数(回溯) |
|---|---|---|
| 地图,裸回溯 | 17 | 2 |
| 地图,FC | 9 | 1 |
| 8 皇后,裸回溯 | 876 | 105 |
| 8 皇后,FC | 88 | 45 |
地图 FC 的 9 次试值是:走到 Q 蓝时已经试了 4 次,空域使 Q 那次调用失败;改 NSW 绿后依次试 Q 红、SA 蓝、V 红、T 红,再花 5 次。FC 没有进入失败的 SA 调用,所以它的失败调用少一次。
换成 8 皇后时,每个 Qi 表示第 i 列的皇后,值是所在行。qok 同时排除同行和同对角线;一列一个变量已经保证每列恰有一个皇后。
这些是固定顺序、寻找第一个解的结果,不是算法平均性能。代码返回 None 才是该次完整搜索证明无解;只看到传播没删空,不能作相同判断。
🔗 这一章连到哪里
| 去哪 | 为什么 |
|---|---|
| 13 · CSP 是什么 | 回看本页沿用的 7 个变量、9 条相邻约束和地图;也区分二元约束与 AllDiff |
| 15 · CSP 的启发式 | 保持约束不变,比较先选哪个变量、先试哪个值;核对地图和皇后在同一计数口径下的结果 |
| 博弈论与集体决策 05 · 推理与分辨率 | 对照 SAT 的单元传播:子句在当前赋值下只剩一个未定文字时,它必须为真。两者都由约束推导必然结论,但一般 CNF 的单元传播不能不说明编码就称为“二元 AC-3 的特例” |
| 代码题拆解 06 · 回溯与矩阵 | 看矩阵路径、机器人运动范围和排列中的搜索与恢复;其中访问标记的用途各不相同,不都等同于本页这种有限变量 CSP 求解器 |
✅ 检查点
- 回溯的初始状态、后继和目标测试是什么?7 变量 3 色的 11,022,480 与 2,187 各自在数什么,为什么不是合法解数?
- 原手算中裸回溯在哪一层发现失败?要退到哪个变量才能换出活路?17 次试值和 2 次回溯分别怎样计数?
- 那个前缀在第几层之后已经注定失败?如果每一步都运行 MAC,会真的走到 NSW 红吗?
- FC 具体做什么,撤销时还必须恢复什么?本例在哪层发现失败?地图与 8 皇后的试值对照,能否直接当耗时加速比?
- WA 红、Q 绿这个独立局面中,为什么各值域非空仍然无解?FC 漏掉了哪条关系?
- 弧 $(X,Y)$ 相容是什么意思?为什么必须检查两个方向?AC-3 哪一步负责传播,一次传播的 $O(cd^3)$ 需要什么假设?
- 在 WA 红、Q 绿的局面中,写出一条能删空 SA 的弧检查顺序;为什么最后的弧不会被忽略,换队列顺序是否必须先删空 SA?
- 举出弧相容却无解的三变量例子。完整搜索加正确传播是否仍然完备?能否只凭约束图稠密或稀疏决定用 FC 还是 MAC?
👀 答案
- 初始为空赋值;后继给一个未赋值变量试不违反已有赋值的值;目标是所有变量已赋值且约束满足。未剪枝时,任意赋值先后顺序产生 $7!3^7=11,022,480$ 条叶端路径,固定每层选择的变量后至多有 $3^7=2,187$ 个候选完整赋值;两者都尚未剔除违反约束的赋值。
- 第 ⑤ 层尝试 SA 时,红、绿、蓝都与已有邻居冲突。Q 也已试尽候选,必须退到 NSW,把红改绿。试值包括每个进入候选循环的颜色,共 17;回溯数的是穷尽候选后返回失败的调用,SA 和 Q 共 2 次。
- 第 ③ 层之后,Q 和 SA 都只能蓝且彼此相邻,已无法补成解。MAC 在 WA 红、NT 绿之后就能推出 SA 蓝、Q 红、NSW 绿,不会继续把 NSW 红列为候选。图中的“第 ③ 层 AC-3”是在给定坏前缀上补做检查,不是 MAC 的真实轨迹。
- FC 从未赋值邻居中删除与本次赋值不兼容的值,任一空域就放弃本次尝试;退出分支时恢复本次删值和赋值。原路径在第 ④ 层 Q 蓝后发现失败。地图裸回溯/FC 为 17/9,8 皇后为 876/88;没有计入传播与恢复的成本,不能直接当耗时比。
- NT 和 SA 都因 WA 红、Q 绿只剩蓝,但两者还必须不同色。FC 没有继续检查这两个未赋值变量之间的边。
- X 的每个当前值在 Y 中至少有一个支持。检查 $(X,Y)$ 删的是 X,反向检查删的是 Y;即使约束对称,删值方向仍不同。X 删值后,其他指向 X 的弧要保持待检查或重新入队。有限二元值域、常数时间的约束测试下,一次 REVISE 最坏 $O(d^2)$,每条弧初次及重查共 $O(d)$ 次,得到一次完整传播的 $O(cd^3)$。
- 一种顺序为 $(NT,WA)$、$(SA,WA)$、$(NT,Q)$、$(SA,Q)$、$(NSW,Q)$、$(SA,NT)$。前面让 NT 与 SA 都只剩蓝,最后一条弧删空 SA。NT 改域会使指向 NT 的弧留在或回到待检查队列;不同合法队列顺序也可能先删空另一个值域,不能把这张手算表当作唯一运行轨迹。
- X、Y、Z 均取红/绿且两两不等:每条边都有支持,三者却无法同时满足。弧相容不能完整判定有解;有限问题上,穷尽分支、只做正确删值且退出分支时恢复的搜索仍然完备。FC/MAC 的选择还取决于约束紧度、值域、顺序和传播成本,应看实际搜索量与总耗时,不按稠密/稀疏直接下结论。
本节回顾
⚡ 走神救援
先记住这几件事
- 回溯选值,FC 删掉邻居的冲突候选;失败离开分支时必须恢复删值。
- AC-3 继续检查删值的连锁影响;MAC 是在搜索过程中维持弧相容。
- 每条边都有支持,不代表所有变量能同时满足约束。
- 更少试值不等于更短耗时;比较前要对齐模型、顺序与计数口径。
下一节 👉 15 · CSP 的启发式
本章检查何时可以提前放弃。下一章介绍 MRV:同样的约束,改为先处理剩余选择少的变量;再看试值顺序和问题结构还能提供什么帮助。