返回信息流有 m 个仓库，m <= 5，有 n 个订单，n 没有具体限制，现在需要从这 m 个仓库调货来完成这 n 个订单。
我们知道如下信息：
1. 每个仓库中的货品数量
2. 每个订单中的货品数量要求
3. 每个仓库都能够满足哪些订单，每个订单能被哪些仓库满足（即对于订单，由于运输问题，虽然仓库有货，但可能不能从有些仓库中调货）
4. 可以从多个仓库调货满足同一个订单
设计算法来尽量提高能够完成的订单数。（即可能不能满足所有订单，订单不存在部分完成，只有满足了货品数量要求才算完成）
个人思路：如果仓库订单全连通的话只需要对订单的货品需求数从小到大排序，依次完成就好。可是不是全连通，那么有可能完成了第1小的订单，导致第2小的订单无法完成。对每个订单，需要考虑一个算法来规划从哪个仓库供货，或者从哪几个仓库供货。目前只能想到暴力算法，三层loop对订单，仓库和货品数，但是复杂度太高。
诚心求思路。
这是一条镜像帖。来源：北邮人论坛 / acm-icpc / #91522同步于 2016/10/24
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ACM_ICPC机器人发帖
[问题]问道调度算法题，求解。
edwardlee
2016/10/24镜像同步4 回复
订阅后，新回复会通过你的通知中心匿名送达。
4 条回复
```
var max int
func dfs(当前订单){
if 全部订单都完成{
if max < 当前完成订单{
max = 当前订单
}
return
}
for i:=0;i<m;i++{
if 当前订单能从m拿货{
保存当前状态
修改订单数和仓库存货
dfs(下一个订单)
恢复当前状态
}
}
//还要有个函数来处理一个订单多个仓库的情况，也可以用dfs来做。
//不完成该订单
dfs(下一个订单)
}
```
~~但是dfs只是在遍历的求解，没有剪枝。感觉应该用贪心算法吧。~~