Question

我坐在这里试图完成这项任务（https://open.kattis.com/problems/walrusweights）

第一个输入包含我应该使用的印版数量（整数）后面的内容是板（重量），它们中的每一个应该<= 1000 添加整体，尽量接近1000，但是如果有两个这样的数字同样接近1000，（998和1002），那么选择更大的数字。

假设我有4个盘子，第一个是4,900,500,498 添加它们，以便尽可能接近1000。 498 + 500 = 998 500 + 498 + 4 = 1002 在这种情况下，请选择1002。

int sum=0;
 Scanner scan = new Scanner(System.in);
 int count = scan.next();
 for(int i = 0; i < count; i++)
 {
   sum = sum + scan.next();
 }

或

Scanner scan = new Scanner(System.in);
int count = scan.nextInt();

while(count > 0) {
//your logic
count--;
}

我已经尝试但不了解如何比较添加的数字的逻辑/算法，如果它们相等，请选择更大的数字。我得到的只是我可以放入计数器和权重，它会加起来，有人可以解释如何制作算法吗？我应该阅读什么来理解这一点？

谢谢。

Answer 1

这是一个动态编程问题，如果您不熟悉这种方法，这是Google的第一件事。此任务的想法是创建一个大小为2001的数组A（请注意，任何可能的答案都小于或等于2000）。最初，A[0] = true和所有其他索引A[i] = false。然后，对于每个板块，您将从1000向下迭代到0，如果A[i] == true则为A[i + currentWeight] = true。通过这种方式，您可以计算出可以使用印版获得的总重量。最后，您会找到索引x，以使A[x] == true和(x - 1000)尽可能小（如果是抽奖，则会占用最大的x）。

Answer 2

正如@Ardavel建议的那样，这称为动态编程一个着名的问题是Knapsack问题，另一个是 Dijkstra 的最短路径问题算法。

这种方法背后的基本思想是打破子任务并存储子结果。您解决每个子任务一次并将其解决方案存储在查找中下次出现相同的子问题时，不使用重新计算其解决方案，而是使用查找并节省时间和内存。
在您的情况下，您将子元素与类背包问题相似。

添加整数但选择最接近我想要的数字

2 个答案: