Алгоритм, чтобы найти, что большинство эффективных перемещений прибывает в данную точку

Я считаю, что вы сможете сделать обобщенное применение алгоритма поиска агоритма пути поиска A * (AKKA a aka Star). Нет причин, почему это не может быть сделано в Nth Space. Он Gaurateess самый оптимальный путь, если вы можете описать стоимость каждого движения.

http://en.wikipedia.org/wiki/a*_search_algorithm

Итак, вы хотите найти подмножество вашего набора векторов, так что подмножество суммирует до заданного значения. В 1 измерении это называется проблемой подмножества и является NP-Complete.

К счастью, у вас есть только ~ 10 векторов, поэтому ваш размер проблем на самом деле довольно маленький и увлекательный. Начните, просто попробовав все 2 ^ 10 комбинации перемещения для каждой отправной точки и выбирая лучший. Затем работайте оттуда ищет простых оптимизаций.

Некоторые легкие оптимизации, которые могут работать:

• приоритеты приоритеты присяжных подмножеств, включая векторы, указанные в правильном направлении.
• встречаются в середине. Используйте хэш-таблицу для хранения всех точек, доступных с использованием подмножеств первой половины вашего набора движения, и посмотрите, сможете ли вы ударить любой, используя вторую половину вашего движения, начиная с конца.
• Вернитесь назад. У вас есть только одна конечная точка, поэтому HASH все доступные начать точки оттуда, затем проверяют все возможные пунты запуска.
• Согласимость

protected void Application_PreRequestHandlerExecute(Object sender, EventArgs e)
{
  string currentUrl = HttpContext.Current.Request.Path.ToLower();
  if(currentUrl.StartsWith("http://mydomain"))
  {
    Response.Status = "301 Moved Permanently";
    Response.AddHeader("Location", currentUrl.Replace("http://mydomain", "http://www.mydomain"));
    Response.End();
  }
}

Учитывая, что у вас есть начальные точки и фиксированный набор векторов, можете ли вы вычислить список всех доступных пунктов назначения, а затем просто найти заданный пункт назначения?

Как государства Корнел, у вас есть максимум 2 ^ 10 = 1024 доступных направлений. Таким образом, вы могли бы просто генерировать все достижимые места назначения в 2 ^ N Time (где n - количество векторов) простым рекурсивным поколением. Это будет достаточно быстро, конечно. Тем не менее, давайте предположим, что вы хотели растянуть его.

Вы можете оптимизировать его до (2 ^ (N / 2 + 1)), используя решение для среднего значения. Вы разделяете вектор, установленный на два подмножества и генерируете все достижимые места назначения для каждого подмножества независимо. Затем вы повторяете через один набор доступных направлений, и для каждого местоположения найдите разницу между ним и целевым назначением. Если этот векторный вектор находится в другом наборе доступных направлений, у вас есть решение: объединить два, и вы закончите. Трудность здесь находится в эффективном запросе, если у вас есть необходимый вектор в другом наборе: это можно сделать в O (1) время с помощью хеш-таблица.

Это o (2 ^ (N / 2)) Время на подмножество, раз два подмножества дают O (2 ^ (N / 2 + 1)). Чтобы присоединиться к двум, это O (2 ^ (N / 2)) время. Так что дает нам o (2 ^ (N / 2 + 1)) время в целом.

protected void Application_PreRequestHandlerExecute(Object sender, EventArgs e)
{
  string currentUrl = HttpContext.Current.Request.Path.ToLower();
  if(currentUrl.StartsWith("http://mydomain"))
  {
    Response.Status = "301 Moved Permanently";
    Response.AddHeader("Location", currentUrl.Replace("http://mydomain", "http://www.mydomain"));
    Response.End();
  }
}

Я только что понял, что есть и более прямой ответ:

x = 5

def test():
    print 'x' in globals()

if __name__ == "__main__":
    test()

Итак, если «variablename» в глобалах (): оператор является присвоением иначе оператор является объявлением

1. Начало в начале.
2. Сделайте некоторое время
3. Получите расстояние до места назначения
4. Проверьте все возможные ходы и выберите тот, который находится ближе всего к месту назначения за один ход.
5. end do

Это может колебаться вокруг пункта назначения, но приблизит вас.