python解决任务问题_如何有效地求解作业优化任务分配问题

我正在编写一个脚本，它从companies获取元素，并将它们与people的元素配对。目标是优化配对，使所有对值之和最大化(每个对的值被预先计算并存储在字典ctrPairs)中)。在

他们都是1:1配对，每个公司只有一个人，每个人只属于一个公司，公司的数量等于人数。我使用自顶向下的方法和一个记忆表(memDict)来避免重新计算已经解决的区域。在

我相信我可以极大地提高这里发生的事情的速度，但我不确定如何提高速度。我担心的区域用#slow?标记，任何建议都将不胜感激(该脚本适用于列表n&lt；15的输入，但对于n&gt；~15，它变得异常缓慢)def getMaxCTR(companies, people):

if(memDict.has_key((companies,people))):

return memDict[(companies,people)] #here's where we return the memoized version if it exists

if(not len(companies) or not len(people)):

return 0

maxCTR = None

remainingCompanies = companies[1:len(companies)] #slow?

for p in people:

remainingPeople = list(people) #slow?

remainingPeople.remove(p) #slow?

ctr = ctrPairs[(companies[0],p)] + getMaxCTR(remainingCompanies,tuple(remainingPeople)) #recurse

if(ctr > maxCTR):

maxCTR = ctr

memDict[(companies,people)] = maxCTR

return maxCTR