我有一个问题，我曾经有过这样的感觉。
假设我们在一组中有100个人，他们具有不同的离散和预定义大小，范围从1米到2米（例如一个班组）。假设我们只能通过查看该组的“高度轮廓”来测量该组中的存在。例如，结果是：1m10和1m20人失踪。
显然，有点烦人，因为不同的人可以有相同的长度（假设3个人是1m50），因此，我们不确定当我们观察1m50的人是否观察到1,2,3人。
我们有可能在预定义的特征上将这个大组拆分成较小的组。例如，我们为男孩和女孩，红头发，棕色头发等制作一个配置文件。然后我们做同样的伎俩。
现在问题是：）
当然我想制作一个小组，每个长度只出现一次，并且在一组中有不同的长度。
是否有一种已知的优化算法，所以算法可以根据另一个特征的分组来优化可变性（必须有多个不同的值）？
我当然可以蛮力并试图生成所有可能的组，看看哪种组合做/做的伎俩，但是一种已知的算法当然会很方便：）
谢谢你们