Python中的一种算法，它以一个带有浮点数的列表作为输入，找到可能的组合以达到目标值X，并将其作为列表返回

最近，我不得不填写一份非常重要的申请表。我不得不将几个值加在一起，结果是9004.00欧元。然而，我找不到一张写下我实际添加的值的纸。我只有我没有加上全部的总值

因此，我需要一个算法，该算法将浮点列表作为输入，并告诉我导致9004.00欧元的组合。我不是一名计算机科学家，所以我不知道是否有一种算法可以实现这一点，或者这是一项难以置信的任务（因为计算机将花费太长时间）

我正在寻找这样的函数：

 def findCombinations(values:list, target_value:float) -> list):
      ...

---

像这样的算法存在吗？还是我必须自己找到一个？此外，是否合理可行？

可能的解决方案是：

查找列表中元素的组合

求每个长度不同的组合的和

检查与目标相比的总和，这可能会为您提供多于1个组合

示例代码为：

from itertools import combinations as c
l = [1.1, 2.2, 3.3, 4.4, 5.5, 6.6]
target = 3.3
error_margin = 1e-4
result = [seq for i in range(len(l), 0, -1) for seq in c(l, i) if abs(sum(seq) - target) <= error_margin]

从itertools导入组合为c
l=[1.1,2.2,3.3,4.4,5.5,6.6]
目标=3.3
误差_裕度=1e-4
结果=[seq for i in range（len（l），0，-1）for seq in c（l，i）如果abs（sum（seq）-target）这里有一个生成器。我使用生成器是因为需要检查的输入值组合可能很多

导入数学
def powerset（s:List[int]）->List[Tuple[int，…]：
"""
严格地说，是功率集减去空集。
动力集（[1,2,3]）-->（1，）（2，）（3，）（1,2）（1,3）（2,3）（1,2,3）。
"""
返回（链自可数（范围（1，len（s）+1）内r的组合（s，r）））
def FindCompositions（值：列表，目标值：浮点）->list）：
ps=功率集（值）#=2**len（值）-1项
对于梳齿式ps：
如果math.isclose（总和（梳），目标值）：
产量梳

math.isclose有额外的参数，因此您可以调整比较的接近程度。
列表有多长？不是不确定的，但它可能有30个元素。如果这是一般计算机强度可能达到的阈值，我可以将其减少到15个。您在编写docstring时犯了一个小错误。您的代码确实如此esn不会生成空元组。（它可能应该生成，否则名称“powerset”会产生误导。）哦，是的，我从powerset生成器中删除了冗余-在本例中，是空集，但忘记了更新docstring。如果我仍然可以编辑，我将添加一个注释。