我有500个花车的清单。
我想从列表中挑选出11个数字,这些数字加在一起时总和为N,N在X< = N< = Y
的范围内这基本上是为了一场幻想足球比赛,我们在人员阵容中自动选出11名球员。
总费用应该在某个范围内,而不是随机的。
一个解决方案可能是连续随机挑选11名玩家,直到我得到一个符合范围的总数,但我想知道是否有更优雅的方法?
答案 0 :(得分:4)
与评论者指出的一样,这是一个NP难题。但是,如果您的数据不是太糟糕,以下情况应该会很好:
picks[] := K numbers chosen at random from the population
While sum(picks) is not in the allowable range
if sum(picks) < MinRange
select an element p from picks at random
let subpop := elements in population which are larger than p
replace p with a random element from subpop
if sum(picks) > MaxRange
select an element p from picks at random
let subpop := elements in population which are smaller than p
replace p with a random element from subpop
这很容易编码,它会返回一个满足约束条件的相对随机选择,除非你真的有一个问题的硬实例,否则它不应该花太长时间,在这种情况下它会非常很难找到使用任何算法的解决方案。
如果您想加快算法速度,那么您可以选择元素p
作为每次picks
的最小/最大元素。这应该会使算法变得更快,但它也会导致选择的“随机”选择更少。
答案 1 :(得分:0)
我认为这不是最佳方法,但它可能有效:
import random
data # list of 500 floats
n = 11 # numbers to pick
bottom_limit = X
top_limit = Y
max_tries = 100
data_min = min(data)
data_max = max(data)
i = 0
while i < max_tries:
i += 1
picked = []
for j in xrange(n-1): # pick random except the last one
picked.append(random.choice(data))
s = sum(picked)
if s + data_min < top_limit and s + data_max > bottom_limit:
# Ok, we know we can find proper values, let's do it
filtered = []
for value in data:
if value + s > bottom_limit and value + s < top_limit:
filtered.append()
picked.append(random.choice(filtered))
break # Success
else:
print 'Unable to pick, sorry'
成功率高度相对于数据和限制值。
希望这有帮助。
答案 2 :(得分:0)
X和Y是什么?你能用整数逼近他们和球员的得分吗? 如果是这样,那么你可以使用动态编程 knapsack problem
但是有几个问题。
因此,对于实际的方法,我的投票是针对mrip的建议。