Zufallssuche

Diese auch Monte-Carlo-Simulation genannte Methode gehört ebenfalls zu den rein explorativen brute force Verfahren. Die zu evaluierenden Punkte im Suchraum werden hierbei per Zufall bestimmt. Würde dem Algorithmus ein Gedächtnis eingebaut, um den Besuch schon evaluierter Punkte zu vermeiden, so wären die Zeiten für ein vollständiges Evaluieren des Suchraums mit denen der Enumeration vergleichbar, wobei jedoch zusätzlich ein zu N proportionaler Verwaltungsoverhead für das Gedächtnis hinzukäme.

Da ein Gedächtnis aber normalerweise schon wegen der Größe der Suchräume nicht machbar ist, wird durch die im Laufe der Zeit erfolgende mehrfache Evaluierung von Punkten im Suchraum die Effizienz bzw. die Suchgeschwindigkeit der Zufallssuche erheblich reduziert. Zudem existiert keine Garantie, dass ohne Gedächtnis alle Punkte des Raumes evaluiert werden, und somit auch keine Garantie, dass das globale Optimum oder die globalen Optima gefunden werden. Dieses Verfahren arbeitet also immer schlechter als eine vollständige Enumeration.

Diese Ineffizienz führt dazu, dass dieses Verfahren kaum je für sich alleine implementiert wird, sondern meist in Kombination mit anderen Strategien Verwendung findet.

Solange die Anzahl an guten Lösungen eines Problems in Bezug auf die Größe des Suchraumes klein ist und diese Lösungen zusätzlich weit verteilt sind, werden Enumeration und Zufallssuche mit Sicherheit nicht die besten Methoden darstellen.