拉格朗日优化触达不到凸包络内部的更优点

用拉格朗日法求D+λR最小值，几何上等价于用一条斜率为-λ的直线去逼近可操作率失真曲线，最终选中的一定是这条直线与曲线相切的点。这意味着不管λ怎么调，拉格朗日优化都只能找到落在可操作点凸包络上的解，而凸包络内部（非凸区域）即使存在率失真性能更优的点，也永远无法被这条直线”扫到”，只能退而求其次选择包络上的次优点。动态规划法不受这个限制，可以搜到凸包络内部的任意点，但代价是计算复杂度随子任务数量增长而急剧膨胀，实际编码器负担不起。这提醒我们：一个被广泛使用、看似万能的优化工具（这里是拉格朗日松弛）通常都有其几何/结构上的盲区，识别这个盲区、判断它在具体场景下是否重要，比盲目信任工具本身更重要。