该文综述基于混合整数规划（MIP/MIO）的最优决策树研究进展，涵盖流式MIO表达式、支持向量机与1-范数多元决策树、逻辑损失分段逼近、Benders分解加速、鲁棒分类树、公平性约束及可解释性度量等方向。实验表明，这些方法在性能、速度和精度上优于传统启发式方法。