，从左向右，逐一比较。
期望值较大的为较优方案得以保留，期望值较小的方案予以舍弃，在舍弃的方案枝上画一“ll”。
通过比较舍弃，最后只能剩下一个方案枝。
该枝代表的方案就是最优方案。
在搜索算法中优化中，剪枝，就是通过某种判断，避免一些不必要的遍历过程；形象的说，就是剪去了搜索树中的某些“枝条”，故称剪枝。
应用剪枝优化的核心问题是设计剪枝判断方法，即确定哪些枝条应当舍弃，哪些枝条应当保留的方法。
对王志刚那局棋而言，他就是通过放弃一点点利益，主动规避了他不希望出现的局面。
搜索算法，绝大部分需要用到剪枝。
然而，不是所有的枝条都可以剪掉，这就需要通过设计出合理的判断方法，以决定某一分支的取舍。
在设计判断方法的时候，需要遵循一定的原则。
剪枝的原则：
1）正确性
正如上文所述，枝条不是爱剪就能剪的。
如果随便剪枝，把带有最优解的那一分支也剪掉了的话，剪枝也就失去了意义。
所以，剪枝的前提是一定要保证不丢失正确的结果。
2）准确性
在保证了正确性的基础上，我们应该根据具体问题具体分析，采用合适的判断手段，使不包含最优解的枝条尽可能多的被剪去，以达到程序“最优化”的目的。
可以说，剪枝的准确性，是衡量一个优化算法好坏的标准。
3）高效性
设计优化程序的根本目的，是要减少搜索的次数，使程序运行的时间减少。
但为了使搜索次数尽可能的减少，我们又必须花工夫设计出一个准确性较高的优化算法，而当算法的准确性升高，其判断的次数必定增多，从而又导致耗时的增多，这便引出了矛盾。
因此，如何在优化与效率之间寻找一个平衡点，使得程序的时间复杂度尽可能降低，同样是非常重要的。
倘若一个剪枝的判断效果非常好，但是它却需要耗费大量的时间来判断、比较，结果整个程序运行起来也跟没有优化过的没什么区别，这样就太得不偿失了。
综上所述，我们可以把剪枝优化的主要原则归结为六个字：正确、准确、高效。
剪枝算法按照其判断思路可大致分成两类:可行性剪枝及最优性剪枝。
该方法判断继续搜索能否得出答案，如果不能直接回溯。
最优性剪枝，又称为上下界剪枝，是一种重要的搜索剪枝策略。
它记录当前得到的最优值，如果当前结点已经无法产生比当前最优解更优的解时，可以提前回溯。
古语云：多算胜，少算不胜，而况于无算乎？
（出处于）孙子曰：“夫未战而庙算胜者，得算多也；未战而庙算不胜者，得算少也。多算胜，少算不胜，而况于无算乎。吾以此观之，胜负见矣。“(《计篇》)