Question

我遇到一个问题，我有一组有限的值，比如说：

[1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5, 5.5, 6, 6.5, 7, 7.5, 8, 8.5, 9, 9.5, 10]

我想写一个算法，在其中我提供一个目标值，其中返回两个（数量，值）对的列表，以便遵循以下规则。规则按重要性递减的顺序列出，未编号的规则是“很好”的规则。但请注意“必须拥有”。

数量 - 值对的所有乘积之和等于目标值
使用一个或两个数量 - 值对
每对中的整数和列表中的一个值
数量之和最小化
这两个值在彼此的2之内，这样（value2 - value1）＆lt; = 2

最小化1/2值的数量
使用列表中可能的最低值

我的问题如下：此问题的参数是否属于任何“经典”或众所周知/研究过的计算机算法？如果某些条件被调整，可能会使这个问题看起来更像是一个经典的＆＃39;优化问题？

我感兴趣的是以“蛮力”之外的任何其他方式解决这个问题，但是我对不同优化问题的了解很少。

修改

以下是一些例子：

#------Example 1------------
print(find_combination(16.5))
# output = ({'qty':1, value:4.5},
#           {'qty':2, value:6})
# The following is invalid because the sum of qty is
# equivalent but more half values are used
# output = ({'qty':3, value:5.5})
#------Example 2------------
print(find_combination(15))
# output = ({'qty':3, value:5})
# The following is invalid because it uses more half
# values, and the sum of the quantity is not at least
# two less than the above answer
# output = ({'qty':2, value:7.5})
#------Example 3------------
print(find_combination(12))
# output = ({'qty':2, 'value':6})
# The following is invalid because the two values are
# not within two of each other. Also, the number of
# different values was not minimized
# output = ({'qty':1, 'value':2},
            {'qty':1, 'value':10})

Answer 1

这有什么好处：

largest = largest value in the list
if (target <= largest) {
    search for it in the list, and maybe make a sum of two elements if there's a gap where the target would be
} else {
    n = target / largest
    try larger n with smaller values from the allowed set, to check for an exact match.
    Maybe do something clever with the remainder of target/largest to avoid skip some trial-divisions

}

嗯，如果你没有所有其他限制条件，比如数量在2彼此之内，这可能是一个好的开始。

使用列表中的最小值与＆＃34;保持最小的数量和＃34;冲突。因此，我假设您只想查找较小的列表值，而不会增加与另一个候选解决方案相比的数量总和。

如果目标是其中一个列表值的精确倍数，那么您的规则甚至不会说您应该返回一对，但我认为这是一个目标。（规则只说当目标实际上在集合中时，数量= 1）。

我现在要放弃，直到你明确规定实际是什么。

从有限值列表中寻找目标值的组合算法

修改

1 个答案: