因此,如果给我一个排序列表/数组,即 [1,6,8,15,40],数组的大小和请求的数字..
您将如何从该列表中找到所需的最小数量值以求和请求的数量?
例如,给定数组 [1,6,8,15,40],我请求数字 23,它将从列表(8 和 15)中取 2 个值等于 23。然后该函数将返回 2(值的数量)。此外,数组中有无限数量的 1(因此您的函数将始终返回一个值)
任何帮助表示赞赏
因此,如果给我一个排序列表/数组,即 [1,6,8,15,40],数组的大小和请求的数字..
您将如何从该列表中找到所需的最小数量值以求和请求的数量?
例如,给定数组 [1,6,8,15,40],我请求数字 23,它将从列表(8 和 15)中取 2 个值等于 23。然后该函数将返回 2(值的数量)。此外,数组中有无限数量的 1(因此您的函数将始终返回一个值)
任何帮助表示赞赏
NP 完全子集和问题可以简单地简化为您的问题:给定一组整数S和一个目标值s,我们为 S 中的每个 x k 构造具有值( n + 1) x k的集合S'并设置目标等于(n+1) s。如果原始集合S的一个子集与s相加,则新集合中最多有一个大小为n的子集与(n+1) s相加,并且这样的集合不能包含额外的 1。如果没有这样的子集,则作为答案产生的子集必须至少包含n+1元素,因为它需要足够的1才能达到n+1的倍数。
因此,如果没有计算方面的革命,这个问题就不会承认任何多项式时间解决方案。有了这个免责声明,您可以考虑一些伪多项式时间解决方案,如果集合的最大大小很小,这些解决方案在实践中效果很好。
这是一个可以执行此操作的 Python 算法:
import functools
S = [1, 6, 8, 15, 40] # must contain only positive integers
@functools.lru_cache(maxsize=None) # memoizing decorator
def min_subset(k, s):
# returns the minimum size of a subset of S[:k] summing to s, including any extra 1s needed to get there
best = s # use all ones
for i, j in enumerate(S[:k]):
if j <= s:
sz = min_subset(i, s-j)+1
if sz < best: best = sz
return best
print min_subset(len(S), 23) # prints 2
即使对于相当大的列表(我测试了 n=50 个元素的随机列表),这也是易于处理的,只要它们的值是有界的。使用S = [random.randint(1, 500) for _ in xrange(50)]
,min_subset(len(S), 8489)
运行时间不到 10 秒。
可能有一个更简单的解决方案,但如果您的列表足够短,您可以尝试每组值,即:
如果您知道您的列表已排序,则可以跳过一些测试,因为如果 6 + 20 > 23,则无需测试 6 + 40。