Question

根据他们的喜好和能力，从两组不同的人中成对。

一组人可以同时执行任务A和任务B，但大多数人只执行任务B.在另一组中，大多数人只能执行任务A.

找到一个算法，用于配对能够并且愿意执行相同任务的人。

Answer 1

根据我的理解，问题可以建模为unweighted matching问题;如果两个参与者共享一种共同语言，他们将处于优势地位。然而，这个问题比bipartite graphs中的相同问题更难解决，它可以通过algorithm Edmonds在{{3}}绑定的多项式运行时内解决。

Answer 2

我知道你想要所有可能的夫妻名单。如果它是正确的，你可以尝试：

创建所有具有langages能力的辩手的列表
创建一个包含所有可能的辩论者的列表，而不考虑语言能力。
通过删除不兼容的情侣来过滤上一个列表。

可以合并步骤2和3

在python中，它可以用函数形式编写：

import itertools as it

# list of debaters as tupple
# [(name, speak english, speak french), ...]
debaters=[
    ('ef1', True, True), ('e2', True, False), ('f3', False, True),
    ('e4', True, False), ('f5', False, True) ]

result=map(
    lambda x: (x[0][0], x[1][0]),
    filter(lambda x: (x[0][1] and x[1][1]) or (x[0][2] and x[1][2]),
           it.combinations(debaters,2)))

print(result)

它将打印：

[('ef1', 'e2'), ('ef1', 'f3'), ('ef1', 'e4'), ('ef1', 'f5'), ('e2', 'e4'), ('f3', 'f5')]

您也可以使用以下命令编写此算法：

def compute(d):
    result = list()
    for i in range(len(d)):
        for j in range(i+1, len(d)):
            if (d[i][1] and d[j][1]) or (d[i][2] and d[j][2]):
                result.append((d[i][0], d[j][0]))
    return result
print(compute(debaters))

基于偏好和能力的配对算法

2 个答案: