我知道在生成元素组合方面存在很多问题，但我认为这个元素有一定的转折值得一个新问题：
对于我的宠物项目，我需要预先计算很多状态，以便以后改进应用程序的运行时行为。我挣扎的其中一个步骤是：
给定两个整数的N个元组（让我们从这里称它们为点，虽然它们不在我的用例中。但它们大致与X / Y相关）我需要计算给定规则的所有有效组合。
规则可能类似于
我希望并希望这一事实能够改善选拔过程，但我的数学技能只是在我打字时复活，我无法想出一个优雅的算法。
感谢。
响应弗拉德的回答更新：
也许我想要概括这个问题的想法很糟糕。我上面的规则是在飞行中发明的，只是占位符。一个现实的规则看起来像这样：
根据该规则并选择（2,1）我将排除
所以规则是固定的，而不是一般的。不幸的是，它们比我最初提供的X / Y样品更复杂。
答案 0 :(得分：3)
“包含的每个点的x坐标是其他包含点的y坐标的某个子集的精确和”怎么样？如果你能为这个简单陈述的约束问题提出一个快速算法，那么你将会变得非常有名。
我的观点是，所述的问题是如此模糊，以至于承认NP完全或NP难问题。约束优化问题难以置信;如果你不能对问题施加极其严格的限制，那么在多项式时间内机器很快就无法对其进行分析。
答案 1 :(得分：0)
对于某些特殊规则类型，您的任务似乎很简单。例如，对于示例规则＃1，您需要选择X的所有可能值的子集，而不是从子集中的每个值分配任意Y.
对于泛型规则，我怀疑在没有任何AI的情况下构建高效算法是可能的。
答案 2 :(得分：0)
我对问题的理解是：给定方法bool property( Point x ) const，找到属性（）为true的集合的所有点。那是合理的吗？
蛮力方法是通过property()运行所有点，并存储返回true的点。时间复杂度为O( N )，其中（a）N是点的总数，（b）property()方法是O( 1 )。我想你正在寻找O( N )的改进。是吗？
对于某些类型的属性，可以从O( N )改进所提供的合适的数据结构用于存储点并且完成合适的预计算（例如排序）。但是，对于任何属性都可能不是这样。