@wdssmq 我现在就用 ctrl 的方法，就是觉得有点麻烦……

@Chism 不是，1024 没有格子广告

你看下背包算法，实现第一步不需要「 2 的 40000 次方-1 种组合」，复杂度主要跟 `PN` 有关

台式机的一大好处不就是可以随意更新零件么？剩啥卖啥就行

1. 初始化
1 ）把所有商品放入集合 A
2 ）把所有发票放入集合 B

2. 迭代
1 ）调用多重背包算法，判断当前的集合 A 都可以组成和为哪些金额的发票，输出数组 A_array ，A_array[i] = True 表示 金额为 i 的发票可以由集合 A 中的某些商品求和得到，A_array[j] = False 表示金额 j 的发票不能由 A 中的商品求和得到。
2 ）从小到大遍历集合 B 中的发票，假设当前是金额为 i 的发票，判断 A_array[i] 如果是 True ，就把 i 从集合 B 中删除，同时加入 {j - i for j in B if j > i}（因为你下次可以组成金额为 j-i 的发票，然后把 j 删除，i 再放回 B ），再把 A 中对应的商品剔除。如果 A_array[i] = False ，就继续遍历。如果 B 中全都是 False ，就结束。PS：如果你抽到了 j-i ，就要把 j 删除，加入 i ，对每个发票打个标记，表示如果删除当前发票，需要加入哪些发票。
3 ）直到 A 或者 B 为空，或 B 中找不到满足条件的发票为止。

时间复杂度就不算了，随机数据的耗时肯定是大大小于最差复杂度的。如果数据量不大，应该是可行的。

相比多重背包，你这个题目一共有 M 个背包，套用多重背包的做法开销实在太大了。
这应该是个业务问题，不是个算法问题吧。

微信的广告吗？

@111qqz 模型上线失败、请求出错。
服务这么不稳定的么

有道笔记背锅

盲猜有序链表

还不错吧，与人斗其乐无穷。
听同事讲，这世界上的工作其实大同小异，供参考。

@woctordho AI 过剩至少降低了硬件过剩的概率，哈哈哈哈哈哈哈。
确实，AI 、元宇宙这类产品是有可能把现有资源吃光的，但这些产品对社会带来的影响不会那么大了。

因为 M1 牛皮，有里程碑意义

这是品牌广告吧。搜百度推广找一下。想花钱找合作还是很容易的。