这是我在 stackoverflow 中的第一篇文章。
我需要为金融应用程序提供算法建议。假设我们有 2 个这样的数字列表(是的，它们是银行交易):
List 1 | List 2
-------------------------------------
1000 | 200
7000 | 300
3000 | 10000
16000 | 500
| 16000
| 4100
考虑到某些条件，我需要将数字相互匹配:
匹配可以是一对一、一对多甚至多对多。因此，这里两个 16000 匹配(一对一)，列表 1 中的 1000 匹配列表 2 中的 200+300+500(一对三)，列表 2 中的 10000 匹配列表 1 中的 7000+3000(一对一) to-two), 等等。
一个图形可以在多个匹配中使用。
两个列表中的数字数量可能相等，也可能不相等。
一对多匹配的最大图数应该是可设置的。
多对多匹配不是必须的。但如果我们也有它们就好了!
有些数字可能不匹配。没关系。
我为实现这一目标所做的工作是使用两个复杂的嵌套循环。它有效，但随着数字数量或每场比赛中允许的最大数字数量增加，需要很长时间才能完成!
有没有更好的算法来做到这一点？
最佳答案
我认为我断言是正确的，如果我错了，我会踢我一脚，你的计算的内核是 NP-hard，这意味着你(非常)不太可能找到它的多项式时间解。您的内核是，给定一个数字(例如10000)和一个其他数字的列表，找到列表中总和为单个数字的所有子集。
这个内核是 subset sum problem 的变体。 .
鉴于此，您可以找到更好的算法是有限的，并且您对找到“快速”算法的期望可能会失望。
为了使您的算法更快，我建议您先对两个列表进行排序。从列表 1 中取出第一个数字，从列表 2 中取出所有小于或等于列表 1 中数字的数字，找出匹配项，重复...然后逐个向下排列列表 2 ...
关于匹配图形的算法(一对多)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14875806/