问题描述
我正在对文本进行分块，试图通过组合文本组（想像带有字符长度的句子）来创建“尽可能相等”长度的块。我的句子是一个序列（我正在r中工作，但同样可以在pandas或python列表中工作，数据最初是json）。
因此，我正在寻找一种函数，该函数采用一组有序的数字并将其分组（按顺序），以最大程度地减少组的数量以及组大小与目标的差异。
例如取[460,100,200,20]和目标500，然后作为输出产生{1: [460],2: [100,20]}
因此，给定目标500，我们从第一个项目（460）开始，然后知道不将第二个项目（100）包括在第一组中，因为40之下比60之上更好。因此，我们从第二个组开始，以100开头，轻松地添加下两个项目（200、200）。最后一项会将第二组推高到520，但还是增加了，因为与最后一小段（低于480）相比，最好是超过20。
我无法确定这是区间切割（cut_width中的ggplot2无效）还是约束性聚类的一种类型？
无论如何，我编写了一个可以正常工作的函数，在迭代时检查超量/不足量，但是我必须对特殊情况使用最后一个值。但是实际上似乎比这难得多，因为最后可能要添加一系列小值。所以也许是递归的？这是否足够复杂，需要线性约束编程方法？还是我错过了一些容易的事情：）
有人知道实现此类功能的库等吗？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）