在本文中，我们将考虑高维Metropolis-Hastings算法的最优缩放问题，其中可以选择更新比目标密度本身低维。我们发现，Metropolis算法的最佳缩放规则也适用于所谓的Metropolis-within-Gibbs算法，该规则将整体算法接受率调整为0.234。此外，可获得的最佳效率与更新规则的维数无关。这对MCMC从业者具有重要意义，因为高维更新通常在计算上要求更高，因此低维更新是首选。对于所谓的Langevin更新，给出了类似的结果，但得出了截然不同的结论。在这种情况下，即使考虑到计算成本，高维更新通常也是最有效的。