领域搜索算法是TSP问题中的三大经典搜索算法之一，另外两种分别是回路构造算法和组合算法。
而这篇文章要介绍的The Lin-Kernighan algorithm属于领域搜索算法。顾名思义，就是在已有的可行解的领域范围内进行搜索更好的解。
文章不是科普性的文章，专业性更强，开门见山。
LKH算法是对原有的3-opt算法的改进，速度更快，效率更高。
也是因为学习该算法，纠正了笔者之前对3-opt的错误理解，同时也作为学习笔记分享给大家
下面看算法的伪代码

The Lin-Kernighan algorithm

需要提前说明的是
问题背景是对称的TSP问题，图是无向完全图，距离矩阵是dij对称的
T是初始可行解，T=(t1,t2,t3,…,tn)
xi,表示T中边，yi表示不属于T中的边，i可取1-n
Gi表示，将xi替换成yi所得到的收益，即总花费是否减少

1.生成初始可行解T
2.置i=1，选择t1
3 选择x1为(t1,t2)且x1属于T，是T的边（注意算法中xi都属于T，yi都不属于T，xi是要从T中删除的边，
而yi是要加入T中以形成T‘的边）
这里的==选择==是穷举出所有可能的情况
4.同样选择y1不属于T，且G1>0（G1表示删去x1，加入y1所得到的收益为正，即花销减小了）
如果不满足则跳到12
5.令 i += 1
6.在T中选择xi=(t2i-1,t2i)且满足以下的条件
①t2i可以和t1直接相连，若是这样，就可直接构成新的T’，跳到2。②ys和以xi不相等
7.选择yi=(t2i,t2i+1)且不属于T，满足下面三个条件：
①Gi收益>0。②yi != xs(s为下标)。③xi+1是存在的
且又有，如果yi存在，跳到5
8.如果y2没有被穷举完，回到7
9.如果x2没有被穷举完，回到6
10.如果y1没有被穷举完，回到4
11.如果x1没有被穷举完，回到3
12.如果t1没有被穷举完，回到3
13.停止算法或者回到步骤1

以上是对算法的解释，下面对一些有疑难的地方进行重点输出自己的解释
该算法是逐步确定3-opt算法中的三天需要交换的边，顺序是x1,y1,x2,如果收益为正，则更新，否则找x1，y1，x3。如果收益为负，继续找x1，y2，x2,继续找x1，x2，y3.这是一层一层的像栈一样的顺序，所以才会有之后8-12的回溯操作，逐步回溯到问题的最开始，就像树的分支一样。
值得注意的是：LKH算法与原始的3-opt算法不一样的是，它参加交换的第三条边是不属于T的，即自己生成的。

随着时间和研究的推进，LKH的进一步改进也涌现出来，具体可以参看参考文献

关于算法性能提升的约束

用以上LKH算法寻优的过程中，还会遇到很多极端的情况，此时可以设置一些优化算法的约束，文献中用的语言比较抽象，笔者对其进行理解翻译和解释，当然还有其他约束有待发现和补充，要介绍的约束如下：
a 交换之后可以形成闭合回路
b T‘的收益为正
c 环路是闭合的（其实a和c很大一部分是重复的）
d 先前被取出的边不能加入，先前加入过的边不能被再删除
e yi=(t2i,t2i+1)的下一条边必须是和y2i的距离是最近的5个城市之一
f 对于i>=4时，xi中i下标较小的边不能再被拆分
g 寻优截止，当收益不再为正时
h 重新构成回路的时候，连接采用贪心的连接方法

参考文献

Helsgaun K. Version 1.2 (August 2001)[J].