簡介
斯溫森-王算法最初用於易辛模型與玻茨模型,後來被推廣到其他模型之中。該算法的關鍵是按照Fortuin與Kasteleyn的理論將玻茨模型變換為逾滲(percolation)模型,相鄰自旋間按機率成鍵。之後再通過霍森-科佩爾曼算法標識聯鍵的集團(cluster),並將每個集團內的所有自旋賦以相同的隨機值。由於該算法可以一次改變整個集團的自旋,因而在臨界點附近能夠顯著提高效率,以解決臨界慢化問題。
2005年,加州大學洛杉磯分校教授朱松純與其博士生阿德里安·巴爾布(Adrian Barbu)推廣了斯溫森-王算法,將其看作是一個梅特羅波利斯-黑斯廷斯算法並計算了相應的接受機率,使其適用於任意後驗機率的採樣。