看到這個題目大家可能會一頭霧水，本人表達能力有限，無法用簡單語言描述該算法，標題湊合一下唄。工作後才發現，處理很多生活中業務問題就是在，就像再處理數學題。
用一個案例和大家描述一下吧。總得來說就是總數想等的情況下，如何如何將多對多（n對n）的對應關係拆分成一對一（1對1）的關係，java實現。
假設有
三張付款單（單號，金額） 總數300 ： （FK01，100） （FK02, 100） （FK03, 100）
兩張發票（單號，金額） 總數300 ： （FP01, 100），（FP02, 200）。
我們在進行賬務覈銷的時候，通常是一張付款單，對應一直髮票金額一致，類似的案例應該還有很多。
方案一（先進先出）
按照先進先出的原則，先拿第一張付款，用第一張發票與他匹配，多還少補，多餘的發票用於下一張付款單，多餘的付款單去下一張發票的金額補上，直到補全爲止，依次類推。
（FK01，FP01, 100）、（FK02，FP02，100）、（FK03，FP02,100）
方案二（按比例拆分、尾差倒擠保證總額一致）
第一步：按比例拆分付款單，倒擠尾差。拆分付款單
（FK01，100，33%） （FK02, 100，33%） （FK03, 100，1-33%-33% ）
第二步：按付款單各張單所展的比例拆分，發票金額，餘下的付款單金額，尾差倒擠到最後一張發票。
（FK01，100，33%，FP01，33）
（FK01，100，33%，FP02，（100-33）=67）
（FK02，100，33%，FP01，33）
（FK02，100，33%，FP02，（100-33）=67）
（FK03，100，34%，FP01，34）
（FK03，100，34%，FP02，66）
最終付款單總額
FK01 = 33+67=100
FK02 = 33+67=100
FK03 = 34+66=100
最終發票總額
FP01 = 33+33+34 = 100
FP02 = 66+67+67= 200
案例一代碼實現：
/**
* 先近先出原則 依次匹配每一單
* 金額溢出分配到下一單， 金額不足從後面一單取出來
*建立每張付款對應每張發票的取值關係 N 對 N
* @param mapPay
* @param mapInvoice
* @return
*/
private static Map<String,BigDecimal> getResultByOrder(Map<String,String> mapPay,Map<String,String> mapInvoice){
Map<String,BigDecimal> payInvoiveResult =new HashMap<>();
//需要移除的發票集合
List<String> listRemove =new ArrayList<>();
for(Map.Entry<String,String> entryPay :mapPay.entrySet()){
BigDecimal payMoney = new BigDecimal(entryPay.getValue());
//移除 已匹配過的發票
listRemove.stream().forEach(t->{
mapInvoice.remove(t);
});
listRemove.clear();
for(Map.Entry<String,String> entryInvoice :mapInvoice.entrySet()){
BigDecimal invoiceMoney = new BigDecimal(entryInvoice.getValue());
//當付款金額 正好等於 某張發票餘下的金額 直接取該發票並從集合中移除
if(payMoney.compareTo(invoiceMoney)==0){
payInvoiveResult.put(entryPay.getKey() +"==" +entryInvoice.getKey(),invoiceMoney);
listRemove.add(entryInvoice.getKey());
break;
//當付款金額 小於 某張發票餘下的金額時 直接取該發票，並將發票中的金額改成 扣除改付款單金額後的值
}else if(payMoney.compareTo(invoiceMoney)==-1){
payInvoiveResult.put(entryPay.getKey() +"==" +entryInvoice.getKey(),payMoney);
BigDecimal reduceMoney = invoiceMoney.subtract(payMoney);
mapInvoice.put(entryInvoice.getKey(),reduceMoney.toString());
break;
//當付款金額 大於某張發票餘下的金額 直接取該發票 ，餘下不足的金額 繼續往後遍歷 並移除該發票
}else{
payInvoiveResult.put(entryPay.getKey() +"==" +entryInvoice.getKey(),invoiceMoney);
listRemove.add(entryInvoice.getKey());
payMoney = payMoney.subtract(invoiceMoney);
}
}
}
return payInvoiveResult;
}
案例二代碼實現
/**
* 獲取各條記錄所佔的比重 ，最後一條尾差倒擠
* @param mapPay
* @return
*/
private static Map<String,BigDecimal> getPayRadio(Map<String,String> mapPay){
BigDecimal total = new BigDecimal("0");
//計算總和
for (Map.Entry<String,String> entry:mapPay.entrySet()) {
total =total.add(new BigDecimal(entry.getValue()));
}
Map<String,BigDecimal> resultRaido =new HashMap<>();
// 付款單總數 用於比對是否是最後一張付款單
long countall = mapPay.size();
long count=0;
//已遍歷付款單 所佔比重的和
BigDecimal radioSum =new BigDecimal("0");
for(Map.Entry<String,String> entry:mapPay.entrySet()){
count =count+1;
//當前金額
BigDecimal money = new BigDecimal(entry.getValue());
BigDecimal radio = money.divide(total,2,RoundingMode.HALF_UP);
resultRaido.put(entry.getKey(),radio);
//最後一條記錄 直接尾差倒擠 用1減去 已遍歷付款單 所佔比重的和 （1-radioSum） 確保總數一致
if(count == countall){
resultRaido.put(entry.getKey(),new BigDecimal("1").subtract(radioSum));
}
radioSum = radioSum.add(radio);
}
return resultRaido;
}
/**
* 按比例拆分
* @param mapPay 付款單對應金額
* @param mapPayRadio 每張付款單對應金額所佔比重 尾差倒擠
* @param mapInvoice 發票對應金額
* @return
*/
private static Map<String,BigDecimal> getSplitResult(Map<String,String> mapPay,
Map<String,BigDecimal> mapPayRadio,Map<String,String> mapInvoice){
Map<String,BigDecimal> mapPayInvoiceSplit = new HashMap<>();
for(Map.Entry<String,BigDecimal> entryPayRadio:mapPayRadio.entrySet()){
//每張付款單 佔總數的權重
BigDecimal payRadio = entryPayRadio.getValue();
//每張付款單金額
BigDecimal payMoney = new BigDecimal(mapPay.get(entryPayRadio.getKey()));
//發票總數量，用於判斷是否是最後一張 是否倒擠尾差
long countAll = mapInvoice.size();
//當前已遍歷的發票數量 最後一張倒擠該張付款單的尾差 到最後一張發票 （注 發票總額 與 付款單總額是相等的）
long count =0;
//
BigDecimal invoiceSum =new BigDecimal("0");
for(Map.Entry<String ,String> entryInvoice : mapInvoice.entrySet()){
//當前已遍歷的發票數量 最後一張倒擠該張付款單的尾差 到最後一張發票 （注 發票總額 與 付款單總額是相等的）
count = count+1;
//每張發票的金額
BigDecimal invoiceMoney = new BigDecimal(entryInvoice.getValue());
//獲取每張發票 對應比重的金額
BigDecimal invoiceSplit = payRadio.multiply(invoiceMoney).setScale(2,RoundingMode.HALF_UP);
//最後一條尾差 倒擠 該付款單 分配到最後一單 餘下的金額 因爲總數是一致的
if(count ==countAll){
invoiceSplit = payMoney.subtract(invoiceSum);
}
//建立對應關係
mapPayInvoiceSplit.put(entryPayRadio.getKey()+"_"+payRadio+"=="+entryInvoice.getKey(),invoiceSplit);
//計算 每張付款單 已分配出去的金額彙總
invoiceSum =invoiceSum.add(invoiceSplit);
}
}
return mapPayInvoiceSplit;
}
結果展示
public static void main(String[] args) {
Map<String,String> mapPay =new HashMap<>();
mapPay.put("CD1","280");
mapPay.put("CD2","20");
mapPay.put("CD3","300");
Map<String,String> mapInvoice =new HashMap<>();
mapInvoice.put("FP1","100");
mapInvoice.put("FP2","200");
mapInvoice.put("FP3","300");
Map<String,BigDecimal> mapPayRadio= getPayRadio(mapPay);
Map<String,BigDecimal> mapPayInvoiceSplit = getSplitResult(mapPay,mapPayRadio,mapInvoice);
System.out.println("按比例拆分");
printlnByCode(mapPayInvoiceSplit);
System.out.println("先進先出");
mapPayInvoiceSplit = getResultByOrder(mapPay,mapInvoice);
printlnByCode(mapPayInvoiceSplit);
}
// 排序輸出 便於查看結果
private static void printlnByCode(Map<String,BigDecimal> map) {
List<Map.Entry<String, BigDecimal>> list = new ArrayList<Map.Entry<String, BigDecimal>>(map.entrySet());
Collections.sort(list, new Comparator<Map.Entry<String, BigDecimal>>() {
@Override
public int compare(Map.Entry<String, BigDecimal> o1, Map.Entry<String, BigDecimal> o2) {
return o1.getKey().compareTo(o2.getKey());
}
});
list.forEach(entry->{
System.out.println(entry.getKey()+" : "+entry.getValue());
});
}
目前的方案一，還可優化升級，根據規則，如何拆分出最優解，總數一致的情況，使得拆分出來的單據最少，是否可以通過排序，控制單據的先後關係。