মনে করুন যে আমাদের একটি কালো-বাক্স যা আমরা কোয়েরি করতে এবং পুনরায় সেট করতে পারি। আমরা যখন রিসেট , রাষ্ট্র এর একটি উপাদান সেট থেকে এলোমেলোভাবে অবিশেষে মনোনীত সেট করা হয় যেখানে সংশোধন এবং প্রদত্ত জন্য পরিচিত হয় । অনুসন্ধানের জন্য , element element থেকে একটি উপাদান (অনুমান) সরবরাহ করা হয়েছে, এবং প্রাপ্ত মানটি (f_S - x) \ মোড এন । উপরন্তু, রাষ্ট্র f_S এর চ একটি মান সেট করা হয় f_S '= f_S \ অপরাহ্ন ট , যেখানে ট থেকে এলোমেলোভাবে অবিশেষে নির্বাচন করা হয়চ চ এস চ { 0 , 1 , । । । , এন - 1 } এন চ চ এক্স { 0 , 1 , । । । , এন - 1 } ( এফ এস - এক্স )
প্রতিটি ক্যোয়ারির সাথে অভিন্ন র্যান্ডম অনুমানগুলি তৈরি করার মাধ্যমে, কোনও ব্যক্তিকে f_S = x পাওয়ার আগে এন ues 2 - এন (প্রমান ব্যতীত বর্ণিত) সাথে অনুমান করা উচিত বলে আশা করা যায় ।
একটি অ্যালগরিদম আরও ভাল করার জন্য ডিজাইন করা যেতে পারে (অর্থাত্ অনুমানের সংখ্যায় কম বৈকল্পিকতার সাথে কম অনুমান করা যায়)? এটি আরও কত ভাল করতে পারে (যেমন, সর্বোত্তম অ্যালগরিদম কী এবং এর কার্যকারিতা কী)?
এই সমস্যার কার্যকর সমাধানে একটি অন্ধকার ঘরে খরগোশের (একটি বৃত্তাকার ট্র্যাকের উপর ভরসাতে আবদ্ধ) শ্যুটিংয়ের জন্য গুরুত্বপূর্ণ সাশ্রয়ী মূল্যের প্রভাব থাকতে পারে।