Algorithm 带修正的子集和算法

给定一个正整数数组和一个上限MAX，我必须找到sum的子序列，你可以找到数组（）中所有可能的子序列，其和小于或等于MAX，然后你可以对所有得到的和进行排序，然后相应地你可以找到小于或等于MAX的和。 如果您想要序列，那么再次使用这个新的和，并检查子序列的总和达到该和

您也可以使用一些优化 1.无论何时，只要找到某个sum=MAX，就直接返回答案。 2.您不需要对获得的总和列表进行排序（对此不确定，但我认为结果将按排序顺序排列，您可以自己查看）

---

总体复杂性为O（nlogn）。

我在这里解释我的方法，以便其他人可以改进以下算法。

所需概念-A.V.L.树（AVL树是高度平衡的BST）

算法：-

For all elements in A
{
 if(A[i]=MAX) add to the subsets.
 if(A[i]>MAX) skip the element, Its not part of any subset.
 if(A[i]<MAX) insert in AVL Tree
} 
REMAINING <-- MAX
CURRENT_SET <-- NULL
     while(TREE IS NOT EMPTY)
     {
            TEMP <-- Maximum element in tree which is less than REMAINING (Using Search in AVL Tree)
            if(TEMP IS NULL)
            {
                CURRENT_SET is added to the set of subsets
            }
            else
            {
                REMAINING <-- REMAINING - TEMP
                CURRENT_SET <-- CURRENT_SET + TEMP 
                Delete TEMP from the AVL TREE
            }
     }

用于一个文件中的所有元素
{
如果（A[i]=MAX）添加到子集。
如果（A[i]>MAX）跳过该元素，则该元素不属于任何子集。
如果（A[i]条目是否允许为负数？子数组是否必须是连续的？不，没有负数，也不必是连续的。对不起，这是一个子序列而不是子数组。这是一个不清楚的问题。如果您没有客观的方法来评估解决方案，则不可能提供有用的答案。因此，它只是一个子序列那么？什么是可接受的精度？95%，99%，等等？我不认为复杂性是O（n logn）。你说的是“在数组中找到所有可能的子序列（动态规划解），其和小于或等于最大值”。你参考哪种方法，其复杂性是什么？我糟糕的动态规划需要O（n^2）虽然我找到了一个O（nlogn）解，你可以看到这个。只要看看这个解，我想这是一个完全不同的问题。它是LIS-最长递增子序列。你如何将两者联系起来？你可以使用逻辑来找到不同的子序列和，这就是我建议它的原因。