有如下数组
<code>items = [[1,10], [3,15], [4,12], [2,9], [3, 17] ....] </code>
从items中取出4个,要求item[0]和为10,求item[1]和的最大值。
有无最优解?
有如下数组
<code>items = [[1,10], [3,15], [4,12], [2,9], [3, 17] ....] </code>
从items中取出4个,要求item[0]和为10,求item[1]和的最大值。
有无最优解?
由于思路停留在背包问题,代码确实出现了bug
,即数量4
满足,但总和为10
并没有满足,实际情况是……
原答案:
这个问题看似是个背包问题,实则比背包的条件更加苛刻。
每个item
的两个数可以分别对应背包问题里的weight(重量)
和value(价值)
,但与背包不同的是:
1.众多
item
只能选4
个,即背包里只能装4
个物品。
2.总重量严格要求等于10
,而非小于等于10
。
所以传统的动态规划和贪心算法我暂时没能想到对应的解法,我这里给出一段算法,借鉴了贪心的思路,但有所不同:
1.将
items
按照item[1]
的大小降序排列。
2.遍历items
,并计算取得的item[0]
的和,若大于10
,continue
,否则添加斤最终结果result
中,直到取出4
个。
呃,不过说实话,我对自己这段代码【没有信心,不能保证最优解】,只是一个思路,所以还请其他诸位大神多提提意见。^0^
以下是代码:
<code># coding=utf-8 # python2.7.9 def func(): items = [[1,10], [3,15], [4,12], [2,9], [3, 17], [5, 1], [7, 22], [2, 8], [4, 6]] # 按照item[1]降序排列 items = sorted(items, key=lambda item: item[1], reverse=True) result = [] # 总和 total = 10 # 总数 count = 4 for item in items: # item[0]的最大取值 limit = total - count if item[0] > limit: continue result.append(item) total = total - item[0] count = 4 - len(result) if count </code>
输出结果:
<code>[[3, 17], [3, 15], [1, 10], [2, 9]]</code>
按照楼上改了以下,不保证正确。。。
<code># coding=utf-8 def func(): items = [[1,10], [3,15], [4,12], [2,9], [3, 17], [5, 1], [7, 22], [2, 8], [4, 6]] # 按照item[1]降序排列 items = sorted(items, key=lambda item: item[1]) print(findMaxItems(10,items,4)) def findMaxItems(sum,items,count): if sum 0: item = items.pop() left_items = findMaxItems(sum - item[0],items[:],count - 1) if len(left_items) == (count - 1): left_items.append(item) return left_items return [] def findMaxItem(value,items): max = None; for item in items: if item[0] == value: if max == None or item[1] > max[1]: max = item if max == None: result = [] else: result = [max] return result func()</code>
输出结果:
<code>[[2, 8], [2, 9], [3, 15], [3, 17]]</code>