高尔夫策略优化与“开球为秀，推杆为金”谚语

本研究通过计算视角探讨职业高尔夫比杆赛赛制中的战略决策。我们开发了马尔可夫决策过程（MDP）模型——具体为随机最短路径公式——以优化球员在任意给定球场上的策略，并纳入球场布局与球员技术数据。尽管MDP已广泛用于体育分析，但将其应用于高尔夫会因维数灾难带来显著的规模可扩展性挑战。我们的主要目标并非高精度预测球员表现，而是证明精确的、数据驱动的MDP方法在完整规模真实世界实例上是计算上可处理的。我们展示，通过细致的问题结构化、底层编码与高效内存管理，无需像现有方法那样借助启发式或Q-learning近似，即可求解此类大规模模型。为说明模型潜力，我们展示如何利用PGA巡回赛数据与航拍球场图像来模拟战略结果，并分析不同技术画像如何影响表现。特别地，我们评估了开球与推杆的相对影响，对流行谚语“开球为秀，推杆为金”提出挑战。这些结果支持了我们的方法作为一种稳健的概念验证及未来增强基础的价值。所有代码与分析（以R和C++编写）作为开源资源公开，以支持可复现性与进一步研究。