Recursion 查找接近X的数字组合

假设你有一个N个数字的列表。你也有“目标”号码。您希望找到求和在一起的Z数的组合接近目标值

示例：

Target = 3.085

List = [0.87, 1.24, 2.17, 1.89]

[0.87, 2.17] = 3.04 (0.045 offset)

输出：

Target = 3.085

List = [0.87, 1.24, 2.17, 1.89]

[0.87, 2.17] = 3.04 (0.045 offset)

在上面的示例中，您将得到组[0.87,2.17]，因为它与目标的偏移量最小，为0.045。这是一个由两个数字组成的列表，但它可能或多或少

---

我的问题是解决这个问题的最佳方法/算法（最快）是什么？我正在考虑一种递归方法，但还不确定如何实现。你对这个问题的看法是什么？

直觉上，我会先对列表进行排序。（使用您喜欢的算法。）然后找到小于目标的最大元素的索引。从中选择小于目标的最大元素，并将其与最小元素组合。这可能就是你的基线偏移量。如果它是一个负偏移量，你可以继续寻找使用更大数字的组合；如果是正偏移量，则可以使用较小的数字继续查找组合。在这一点上，递归可能是合适的

当然，这还不能解决“Z”数字的需要，但这是朝着正确方向迈出的一步，可以推广

当然，根据问题的大小，“最快”的方法可能是划分可能的组合，将它们分配给一组机器，并让每个机器对其子集进行蛮力计算。取决于问题的措辞。：）

这是一个问题。要解决此问题，请执行以下操作：

def knap(numbers,target):
    values = Set()
    values.add(0)
    for v in values:
        for n in numbers:
            if v+n<(2*target):  # this is optional..
                 values.add(v+n); 

    for v in values:
        # find the closest item to your target

def knap（数字、目标）：
值=集合（）
值。添加（0）
对于v值：
对于n个数字：
如果v+nBest是最简单的还是最快的，或者…？我在寻找最快的方法有没有特别的原因[0.87,2.17]不是最接近的？因为它低于目标？哦，对不起！这是个错误！应该是[0.87,2.17]。。。。