在处理个人项目时，我遇到了一个问题，在这里我将尝试概括一下。
给出了一系列具有不同价值的资源（例如resources = [1, 0.8, 1.5, 0.8, 1.2...]），我想以一种尽可能公平的方式在一组N个人之间共享它们（即，没有人会ho积太多价值）而其他的则太少了。
我认为解决此问题的一种好方法是最小化功能：
f(r1,...,rN) = (avg - r1)^2 + (avg - r2)^2 + ... + (avg - rN)^2
avg = sum(resources) / N和rx是分配给人员x的资源。
我偶然发现了scipy.optimize.minimize，这可能会有所帮助，但是我无法弄清楚如何描述r1, ..., rn的值不能为任意值而是需要为{取自resources（并且在解决方案中不会向同一个人提供相同的资源），因为我对这一模块没有任何经验，也没有适用于这种类型的强大数学背景问题。
有没有一种简单的方法可以使用scipy解决此问题？
答案 0 :(得分：0)
这是Partition Problem的广义变体（优化变体是NP-hard）。
您的情况的不同：
现在，我会毫不犹豫地说，您的问题仍然是NP难题，尽管在需要证据时可以考虑上述差异（1.通常在温和的条件下容易；例如，在您的情况下：乘以10 ; 2.简单3.不确定我将如何解决这个问题。）
从wikis Partition article开始，它概述了基本结果和方法（您将看到：2分区和n> 2分区复杂度之间存在差异）。
由于这是一个离散优化问题（例如，公式化为二进制二次规划），因此scipy在精心选择的方法方面无法提供任何帮助：没有（二进制）整数编程。
与wiki链接一起提到的内容也将表明，评论中的方法不能保证最佳解决方案。