我有一个问题，我目前正在通过蛮力解决，但我正在寻找一个更优雅的解决方案。我有一个跨多个节点运行各种功能的系统。每个函数都由“角色”定义。可以将每个“角色”定义为允许一个或多个客户端保留它。另外，可以优先于特定客户端（或多个客户端）而不是其他客户端。
复杂性在于“角色”也可能彼此相关。例如，如果客户端不持有“RoleB”，则客户端可能只能持有“RoleA”，或者如果客户端持有“RoleD”，则客户端可能只能持有“RoleC”。此外，角色可以优先相关（即，持有'RoleE'的客户端最好持有'RoleF'，但这不是强制性的。）
客户可以宣传其愿意担任任意数量的角色，但不是必须这样做。即'client1'可以为角色'A'，'B'和'C'做广告，而'client2'只能为角色'A'和'B'做广告。
我以蛮力的方式解决了这个问题，但很明显，随着相关角色的数量增加，解决它需要指数级的时间。
目前，我的算法是： 为广告给定角色的客户制定所有可能的组合，然后单独评估该角色，以生成按优先顺序排列的合法组合列表。
为上一步中生成的列表生成所有可能的组合，并对这些列表进行迭代，根据关于角色组的强制，非法，偏好和不利关系的启发式方法确定哪个是“最优”。随着相关角色数量的增加，这是指数级爆炸的部分。
我尝试了一些'早期'方法，根据角色关系确定理论上最大可能的“得分”，并且一旦我们遇到具有“得分”＆gt; =这样的组合我们就这样停止处理，但我想知道是否有更多的数学解决方案。任何解决方案都可能是最佳组合的近似值，但这很好。
理想情况下，我需要能够运行亚秒级的东西。
希望我的解释不是太模糊，有人可以指出我正确的方向！ 提前致谢。 凸轮
答案 0 :(得分：0)
听起来像Boolean satisfiability problem有一些额外的复杂功能。 BSP是一个NP完全问题，因此没有算法可以在不到指数的时间内解决它，但是有一些算法（在链接中提到）可以做得比暴力更好。