Python 如何将长度不同的字符串尽量均匀地分配到N个文件中？每一行的字符串作为整体，不能打散。 5
aaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
bbbbbb
ccccccccccccccccc
ddddddddd
ee
ffffff
gggggggggggggggggggggggggggggggggggggg
分配到三个文件。三个文件尽量大小接近。 展开
背包问题的一个变种。或者说是一维装箱算法。
你将每一行字符串想象为一个物品，字符串的长度就是这个物品的大小。每个文件相当于不同的箱子，箱子的大小是固定的，装入的物品体积之和不能超过箱子的总容量。
问题就是：如何使用尽可能少的箱子来装入所有的物品，或者：如果使尽可能多的箱子空间利用率更高，以及类似的相关问题。
这类问题的答案不是一个简单的数字，它需要给出一个策略：物品1...n分别装入箱子1...m(m<=n).
对于二维装箱或三维等，区别主要在于解法的复杂度，但一个解法一般来说其思路是可以从一维扩展到二维或者三维的。
这类问题目前来说，没有全局最优解（即，没有一个算法能确保在所有情况下均能得到最好的结果），但可以得到局部最优解。算法有多种，如最常见的贪心算法，或动态规划。
贪心算法的思路比较简单：把所有的物品从大到小排好序，拿一个箱子，尝试装入最大的物品，如果不能装入，就尝试装入小一些的物品，如此循环，直到所有物品装入所有箱子。
算法很简单，但很多时候得到的结果并不理想。
贪心算法
动态规划的思路是，每装入一个物品到箱子里,就提出一个新的问题:【以所有未装入的物品和这个箱子剩余空间作为条件，怎么装？】而这样的问题随着装入的物品不同，会有许多个，选择其中最终剩余空间最小的方式，就是局部最优的解。一般来说，这比较适合用递归来处理，但它的复杂度是远远高于贪心算法的。
动态规划
当然，还有其它的算法，不同的算法有不同的思路，复杂度也不同，适用范围也有一些区别。所以，没必要纠结于【最好】，只要【尽可能好】。
否则的话，关于装箱问题，都可以出许多篇博士论文了。
针对题主这一问题，贪心算法的解决思路就是读入每一行，然后排序，从大到小装入剩余空间最大的箱子（即装入内容最少的箱子）。
可以参考以下处理方式：
题主你好,
代码及相应测试截图如下:
上面代码大致思路:
1.将题主那几行字符串放在文件original_file中;
2.定义3个变量file1|file2|file3-char-length,表示被写入的3个目标文件的字符长度,初始值为0;
3.一行一行的读取original_file中的内容,然后对比2中定义的3个变量长度,谁小,就将当前行追加到那个文件中,然后将该字符串的长度加到相应的变量上,如此循环.
希望可以帮到题主, 欢迎追问
files=["a.txt","b.txt","c.txt"]
strs=[str[0:len(str)//3],[str[len(str)//3:len(str)//3*2]],[str[len(str)//3*2:len(str)]]]
for a in range(3):
--with open(files[a],"w")as f:f.write(strs[a])
print("finished.\n--the end--")
