基本上我的工作有固定数量的职位，例如3或6，N个申请人。
这项工作需要一些技能，比如技能a，b，c，... z。
申请人有一些技能，但可能不是所有技能。
我正在努力做的是构建一个算法来匹配3或6个申请人，这样他们的综合技能可以满足所有情况下工作所需的技能。乐观地实现所有这些，但最坏的情况是尽可能多的
如果这与任何类型的算法相似或相同，请告诉我，我无法弄清楚如何研究它。
我已经尝试过一种解决方案，例如添加具有最多技能的人，然后尝试找到拥有最多技能的人1并不具备该工作所需的人。但是，如果解决方案是人与中等人的组合，那就会分崩离析。技能数量。
我还想过将每个申请人的技能转化为二进制1或0，以表示他们是否拥有它，但我正在努力将其转化为有用的东西。我认为这样做可能会走上正轨。
答案 0 :(得分：1)
这不是一种特定的算法，但针对这些问题的一种方法是使用约束求解器/优化器。例如，在Java中，您可以使用OptaPlanner。
这些基本上是声明性系统，因此您不必解释算法，而是必须对问题进行编程。基本上描述了状态空间，以及对什么是或不是解决方案的约束。然后你运行它，它会告诉你它是否找到了解决方案以及它找到了什么解决方案。
答案 1 :(得分：0)
注意：这不是一个完整的解决方案，但我想分享一些注意事项。请尝试找到更好的解决方案。
因此，我们有n个申请人和一组m技能S = {s(1),s(2),...,s(m)}。
为了我们的目的，每个申请人都是A S的一个子集，表征他/她的技能。
t是要选择的申请人数量（例如3或6）。
正如OP所说，我们可以将每个申请人的技能表示为一长串m，如果i属于{{1}，则s(i)位置的字符为1 }}，如果没有，则为0。
示例：
A我们可以在申请人上定义以下顺序：给定两个申请人a1和a2，我们说S = {Programming, Accounting}
Programming Accounting
Applicant1 0 1
Applicant2 1 1
if {且仅当以下陈述为真时：a1 <= a2。在上面的示例中，我们有if a1 has a skill, then a2 also has it。
现在我们可以使用此订单过滤我们的申请人：如果申请人a1是＆＃34;以下＆＃34;另一个申请人a2在我们的订单中，a1可以是discarder，因为选择a2将始终产生至少相同的结果。这可以在Applicant1 <= Applicant2步骤中完成。
完成后，我会这样做：
O(n^2)基本上，我会选择申请人r = string of lenght m filled with zeros
choose an applicant a
r = skills(a)
best_applicant = null
APPLICANT_LIST = new LIST
APPLICANT_LIST.add(a)
for(counter=0; counter < (t-1); counter ++)
{
foreach applicant b not in APPLICANT_LIST
{
if (count(skills(b) OR r) > count(r))
then
r = (skills(b) OR r)
best_applicant = b
}
APPLICANT_LIST.add(b)
}
并从他/她的技能集a开始，然后搜索能够将最多技能添加到我现有集合中的申请人r { {1}}以便最大化它。我会将b添加到我的列表中，并重复此过程，直到我有一组r个申请人。所有这些都是在b步骤中完成的（因为t是不变的，我忽略了它）。
这种伪代码可能因编程目的而不正确（取决于语言，你可能想检查退出条件，空指针等），但我确信你明白了。
我担心这种方法并不总能产生最佳解决方案，如下例所示：
O(n^2)如果要以t开头，他将永远无法达到最佳解决方案t = 3
a1 000000001111
a2 000011110000
a3 111100000000
a4 110111001101
。
这是我们为每个步骤的最佳解决方案支付的价格，但并未从全球视角考虑问题。
注意：在上面的示例中，选择不同的起始申请人不会有帮助，因为仍然会包含a4。也可能完全贪婪，并选择具有最多技能的申请人作为我们的第一个申请人。