Python 将整数序列分组到尽可能相等的容器中

我在对文本进行分块，试图通过组合文本组（考虑具有字符长度的句子）来创建“尽可能相等”的长度块。我的句子是一个序列（我在

r

中工作，但同样可以在

pandas

或

python

列表中工作，数据最初是

json

）

所以我在寻找一个函数，它取一组有序的数字，并将它们（按顺序）分组，以最小化组的数量和组大小与目标的偏差

e、 g.以

[460,100,200,200,20]

和

500

为目标，然后作为输出生成

{1:[460]，2:[100,200,20]}

因此，如果目标是500，我们从第一个项目（460）开始，然后知道不要将第二个项目（100）包括在第一组中，因为40岁以下比60岁以上更好。所以我们开始第二组，从100开始，很容易添加接下来的两个项目（200200）。最后一项会将第二组增加到520，但无论如何都会增加，因为超过20比最后一组短（低于480）要好

我无法确定这是间隔切割（

ggplot2

中的

cut\u width

不起作用）还是一种约束聚集聚类

无论如何，我已经写了一个函数，在迭代时检查是否有超龄/未成年，但是我必须为最后一个值设置一个特例。但它实际上似乎比这更难，因为在结尾可能会有一系列小值需要添加。那么它可能是递归的？这是否足够复杂，需要线性约束规划方法？还是我错过了更简单的东西：）

---

有人知道实现类似功能的库等吗？

您如何对

[460，100，200，200，20，200，30]

？

{1:[460]，2:[100，200，200]，3:[20，200，30]}

进行分组，分组总数为

[460]，[500]，[250]

，差异为

40,0,250

（或总差异为

290

）嗯，或者是

{1:[460]，2:[10020020020]，3:[20030]}

对于

40,20270

的差异（总差异

330

）不，这更糟糕。因此，优化意味着检查差异的分布，可能更喜欢最小化线性解算器的标准开发时间，我想：）你如何分组

[460100200200，2020030]

？

{1:[460]，2:[100200200]，3:[20200，30]}

，这将给出组的总数

[460]，[500]，[250]

，差异为

40,0250

（或总差异

290

）Hmmm，或者是

{1:[460]，2:[100200200,20]，3:[200,30]}

，这将为

40,20270

（总差异

330

）的差异提供

460520230

，不，这更糟。因此，优化意味着检查差异的分布，可能更喜欢最小化线性解算器的标准开发时间，我认为：）