从理论上讲,这可以被视为一个优化问题:
基本上,我们将建立一组约束来枚举您的问题的结构,播种初始值,并确保我们按照您的指示分配所有资金。
初始条件约束:
A_paid = 100
B_paid = 200
C_paid = 50
D_out = 24
E_out = 175
F_out = 151
支付的金额不能超过可用的金额:(我们定义D_to_A
为持有人D
对人支付金额的变量A
)
D_out >= D_to_A + D_to_B + D_to_C
E_out >= E_to_A + E_to_B + E_to_C
F_out >= F_to_A + F_to_B + F_to_C
支付给每个人的金额必须等于他们已经支付的金额:
A_paid = D_to_A + E_to_A + F_to_A
B_paid = D_to_B + E_to_B + F_to_B
C_paid = D_to_C + E_to_C + F_to_C
如果我们现在停止并将其作为线性程序来解决,我们会找到跨越整个变量空间的任何解决方案,但您正在寻求最小化实际支付的数量。我们可以通过最小化X_to_Y
与上述约束一致的所有变量来做到这一点。
min: D_to_A + D_to_B + D_to_C + ...
您可以使用您最喜欢的优化技术来解决问题,有很多可用的线性程序求解器,我喜欢lpsolve。
尽管这解决了您描述的特定示例,但很容易看出如何通过添加更多变量将其扩展到更大的问题……但是随着人员的增加,问题的复杂性会大大增加。如果我没记错的话,背包问题是 NP 或 NP-hard,所以这并不意外。