尽量减少购买所有商品时使用的购物者数量
Minimize number of shoppers used while buying all items
我们有 N 位购物者，每人有 100 美元，还有一份包含 M 件商品的清单，每件商品的价格为 [0-50 美元]（仅限整数）。
我们需要购买符合以下要求的所有物品 -
- 尽量减少使用的购物者数量
- 如果我们需要使用超过 1 个购物者，请尽量减少购物者花费的美元差异
例子
5 件商品成本 [10,20,20,5,10]
解决方案 = 1 位购物者购买了所有商品。
仅使用 1 个购物者，因为单个购物者的总预算为 65 美元 < 100 美元。
5 件商品成本 [50,15,30,30,10]
解决方案 = 购物者 1 购买 [50,15]，购物者 2 购买 [30,30,10]
我们需要使用 2 个购物者，因为总数 > 100 并分配他们，以便
购物者之间的差异很小（这里只有 5 美元）。
伪代码：
For n_shoppers in range(1,N) :
受限制
一旦问题可以用总购物者的 n_shoppers 个子集解决，就打破循环（这样我们就有了所需的最少购物者数量和最佳分配）
这真的很慢而且效率低下 - 关于如何更好地解决这个问题有什么建议吗？我目前正在使用 CVXPY 解决它。
一种方式如下
- 首先求解 min 购物者模型。现在你知道模型的尺寸了。
- 接下来求解最小方差模型。由于购物者的数量现在是恒定的，因此更好地定义了均值（线性）。如果不知道购物者的数量，则很难求平均值。 （另一种方法是最小化范围：
min UP-LO, UP>= shopper[i], LO <= shopper[i]）。
我们有 N 位购物者，每人有 100 美元，还有一份包含 M 件商品的清单，每件商品的价格为 [0-50 美元]（仅限整数）。
我们需要购买符合以下要求的所有物品 -
- 尽量减少使用的购物者数量
- 如果我们需要使用超过 1 个购物者，请尽量减少购物者花费的美元差异
例子
5 件商品成本
[10,20,20,5,10]解决方案 = 1 位购物者购买了所有商品。 仅使用 1 个购物者，因为单个购物者的总预算为 65 美元 < 100 美元。
5 件商品成本
[50,15,30,30,10]解决方案 = 购物者 1 购买
[50,15]，购物者 2 购买[30,30,10]我们需要使用 2 个购物者，因为总数 > 100 并分配他们，以便 购物者之间的差异很小（这里只有 5 美元）。
伪代码：
For n_shoppers in range(1,N) :
受限制
一旦问题可以用总购物者的 n_shoppers 个子集解决，就打破循环（这样我们就有了所需的最少购物者数量和最佳分配）
这真的很慢而且效率低下 - 关于如何更好地解决这个问题有什么建议吗？我目前正在使用 CVXPY 解决它。
一种方式如下
- 首先求解 min 购物者模型。现在你知道模型的尺寸了。
- 接下来求解最小方差模型。由于购物者的数量现在是恒定的，因此更好地定义了均值（线性）。如果不知道购物者的数量，则很难求平均值。 （另一种方法是最小化范围：
min UP-LO, UP>= shopper[i], LO <= shopper[i]）。