从优化问题的任意解出发，爬山法尝试通过更改当前解的单个元素找到更好的解，如果更改产生了更好的解，则接受新解，重复上述步骤，直至找不到进一步的改进。爬山法一般只能找到局部最优解，因为爬山法只考虑相邻位置信息，而无法跳出局部最优解的范围。对于有多个局部最优解的目标函数，爬山法找到的最优解很有可能不是全局最优的。对于这类问题，一般会将爬山法重复多次或直接采用更复杂的优化方法。而当目标函数只有一个局部最优解（即局部最优与全局最优重合）时，爬山法找到的最优解就是全局最优解。由于具有简单快速的特点，爬山法在优化领域有着广泛的应用。