我发现有关动态程序的问题 像这样：
让我们说有一个像这样的数组：[600,500,300,220,210] 我想找到一个子数组，其总和最接近1000并且大于它。（＆gt; = 1000）。
我该如何编写代码？我已经理解了01背包问题，但仍然无法解决这个问题
答案 0 :(得分：1)
一些事情：
首先，我认为你指的是＆＃34;动态编程＆＃34;而不是＆＃34;动态程序＆＃34 ;;如果您想了解其中的差异，请在此处阅读：https://en.wikipedia.org/wiki/Dynamic_programming
其次，我认为你的意思是＆＃34;最接近1000但不大于它（＆lt; 1000）＆＃34;，因为这是一般约束。如果你被允许超过1000，那么这个问题没有意义，因为没有约束。
与背包问题一样，这将是一个非多项式（NP）时间问题（计算所需时间比多项式增长更快 - 通常是指数或更快）的问题，您通常需要检查每种可能的数字组合，对于看似小的设定尺寸可能需要很长时间。
我相信你提供的5个正确答案是500 + 220 + 210，总计930，这是你可以在不超过1000的情况下制作的最大答案。
动态编程的基本思想是将问题分解为更容易计算的更小的类似问题;例如，如果您有一百万个数字并想要找到最接近100000但未结束的子集，您可以将百万分成10个元素的100,000个子集，并找到最接近每个子集的较小数量的子集，然后使用得到的100,000个总和来重复10,000套等，直到你把它减少到一个接近但不完美的解决方案。
在任何非多项式时间问题中，动态规划只能用于构建近似值，因为解决方案不能保证最优。
答案 1 :(得分：0)
您可以使用EmerCoin wallet中的交易优化工具。 它真的很棒，你正在寻找什么。
答案 2 :(得分：0)
解决此问题的方法可以分两步完成：
定义一个函数，该函数采用子数组并为您提供此子数组的评估或分数，以便您可以实际比较子数组并获得最佳效果。功能可以简单地
if(sum(subarray) < 1000) return INFINITY
else return sum(subarray) - 1000
请注意，您还可以使用动态编程来计算子数组的总和
假设目标数组的长度为N，则需要解决大小为1到N的问题。如果数组的长度为1则显然有一种可能性而且它是最好的。如果size > 1那么我们采用长度为size - 1的问题的解决方案，并将它与包含数组的最后一个元素的每个子数组进行比较，并将最佳子数组作为问题的解决方案，使用length { {1}}。
我希望我的解释有意义