Python 伪代码优化利润

我目前正在处理一个问题，希望在思考过程中得到帮助，或者在代码中得到更正。我的函数主要有三个参数n people、maxweight和items。项目位于二维列表中，表示ID、价格和重量。例如[项目A、20、50]，[项目B、30、60]

我必须返回每个n人的2D物品清单，每个人携带的物品都经过价格优化，但以公平的方式分配。它也不能超过最大重量。所以，如果n是3，那么第三个人不应该只携带价格低的物品，而第一个人只携带价格高的物品，在一定程度上应该是偶数。例如，如果n为2，项目列表长度为6，则人员1和2携带的项目结果可能为：

[[Item A, Item C, Item F], [Item B, Item E]]

其中不添加D，因为它将超过重量

这就是我到目前为止的想法：

def listofItems(n, maxweight, items):
    sort the 2d lists of items according to desc prices
    result = n * [[]] #creating empty list for result
    num = 0 
    
    while num is lesser than len(items):
        weight += items[num][2] #adding the weight first
        if weight is lesser than maxweight:
            for i in range n:
                if len(result[n]) is not num + 1:
                     append the item ID into result
                     num += 1
        else:
            weight -= items[num][2]
            num += 1
    return result

---

我认为这是行不通的，因为指数会超出范围，我不确定这是否是这个问题的正确/最佳答案。任何需要改进的反馈或提示都将不胜感激

一般来说，这是一个组合问题，看起来比背包问题更复杂。 如果项目和人员数量较少，您可以尝试使用bruteforce（看起来像python的伪代码）

---

这意味着第0个项目分配给第1个人，第1个项目分配给第0个人等。您请求的表示不同，但应该不难转换。

范围/公平性的衡量标准是什么？最大偏差、平均偏差还是其他？或者你可以选择任何合理的吗？@AskoldIlvento max price$在所有n个人中以最公平的方式分配物品价格！虽然没有一个确切的衡量标准，但我认为有人会尽可能想要一个公平的分配！是的，我想这是一个关于背包的高级问题。我想在代码函数中尝试这个解决方案，你能帮我翻译一下吗？“最佳分配”是空列表吗？分配的正确含义是什么？@nah fam，我用一个有效的pythonic代码更新了帖子。

best_allocation = None
best_value = inf
for allocation in itertools.product(range(npeople), repeat=nitem):
    if check_allocation_is_feasible(allocation):
        value = count_allocation_metrics (allocation)
        if value < best_value:
            best_value = value
best_ allocation = allocation

import itertools
import numpy

npeople = 3
nitems = 5

numpy.random.seed(100)
capacities = numpy.random.randint(100, 200, npeople)
weights = numpy.random.randint(10, 100, nitems)
costs = numpy.random.randint(1, 10, nitems)


def check_allocation_is_admissible(allocation):
  burdens = [0]*npeople
  for item, preson in enumerate(allocation):
    burdens[preson] += weights[item]
    if burdens[preson] > capacities[preson]:
      return  False
  return True

def count_allocation_metrics(allocation):
  total_cost = [0]*npeople
  for item, preson in enumerate(allocation):
    total_cost[preson] += costs[item]

  max_deviation = 0
  for c1 in total_cost:
    for c2 in total_cost:
      max_deviation = max(max_deviation, c1 - c2)

  return max_deviation


best_allocation = None
best_value = numpy.inf

for allocation in itertools.product(range(npeople), repeat=nitems):
  #allocation has number of items dimension and each element denotes who carry corresponding item
  if check_allocation_is_admissible(allocation):
    value = count_allocation_metrics(allocation)
    if value < best_value:
        best_value = value
        best_allocation = allocation

print(best_allocation)

(1, 0, 2, 1, 2)