1，谢谢你啊

2，你好厉害

3，你的方法里，我觉得还是有个问题，就是你尽量做到了随机分摊，可是可能存在有些产品被分到了数值较大的金额，而有些可能会是零，或者数额比较少，看起来几种产品的数额比较悬殊。像这种情况，怎么处理比较适合。由于我水平一般，你方法二和三虽然理解，不过实际操作还是没什么头绪，我想用方法四，这样可以尽可能的吧误差控制在我想要的范围内，但就怕随机挑到的只是其中几个产品，而又些则很少被挑到，导致比例失衡，账面看起来太有端倪。

@越过: 我不知道你如何理解我的。方法4就是平均随机的呀，他就是模拟实际的买卖，不过每次买卖都是随便选的商品，不会考虑更多因素的。

方法一光想没用的。概率从来不是想当然的，你可以看我这篇博文http://www.cnblogs.com/Pandaman/p/random-itertools.html，因此他是不是平均分布的，你试试就好啦。

关于交易，很简单，5个Y，就是2.4*5=12=1*12，可以换12个产品X。也可以换2个Z+3个X。方法之间不是死的。1234可以互相借用嘛，综合使用。

譬如可以有方法5。你的假设XYZ，单价是{1,2.4,4.5}，它们的最小公倍数是36，那求出所有可能的组合，每次增减36元，随机选择其中一种组合。那么方法23的交易规模也可以固定为每次36元。方法5增减的也不一定是产品数，可以是金额数。而且方法5本身又是原问题的子问题。原问题的分配结果太多，子问题容易枚举。关于方法5，假设一种简单的情况

{X,Y,Z}，单价{1,2,3}，最小公倍数为6，可能为(1,1,1),(6,0,0),(0,0,2),(2,2,0),(3,0,1),(0,3,0)等情况。

还有题主，随机性分摊不等于平均分摊，就算平均，也有件数和价值总额两种把。如果是价值总额平均

那就总价/产品数。那就是平均价值总额，所有产品都在这个值附近波动。

如果是件数平均，那你先求出总价/平均单价，得到平均的件数，所有产品都在附近取值。

最后2种方法能够快速得到结果（荐），可惜可能会超过误差。并且附近（这个附近可以是人为指定范围内的平均随机取值，也可以是正态分布，推荐正态分布）一词需要人为定义。至于超过误差，之前说的方法1-5都可以用嘛。譬如多了，我就随便剔除一些。少了就随便增加一下。

嘛，总之，我觉得方法4最好理解，也最简单。不过其他方法也有闪光点的。譬如方法1，可以搜索到所有的解哟。

@越过: 

你的方法里，我觉得还是有个问题，就是你尽量做到了随机分摊，可是可能存在有些产品被分到了数值较大的金额，而有些可能会是零，或者数额比较少，看起来几种产品的数额比较悬殊。　　

我想说，你抛一枚硬币，不会出现连续5次向上吗？就算是方法4，也会出现某些产品相当多，某些没有。尽管在方法4中这种情况出现的概率是极小的（只要总销售额较之产品种数或者单价尽可能多）。

方法1完全可以改进。你不用一次拿全部的销售额进行方法1的步骤，你把他分为多个子过程。每个过程都用方法1的方法。

另外，你问题的答案，方法实在太多，先不说我已经举了6个方法。就算你再叫我说6个都没问题。重要的是，那么多方法，你要找到最适合自己的要求的方法。

@越过: 方法4，写了一个程序

 1 from random import *
 2 
 3 n, C, Q = 3, 2347, [1, 2.4, 4.5]
 4 S = [i for i in range(n)]
 5 M = [0 for i in range(n)]
 6 
 7 while(sum([M[i]*Q[i] for i in range(n)])<C):
 8     M[choice(S)] += 1
 9     
10 print(M,sum([M[i]*Q[i] for i in range(n)]))
11 
12 # 运行结果：[307, 301, 293] 2347.9

注意：每次运行结果不同！

其实 {2347/[(1+2.4+4.5)/3]}/3=2347/(1+2.4+4.5)=297。

即总销售金额除以单价总和，就是每件商品大概数额。

@巛熊猫人灬: 

1，再次感谢你的耐心解答,。

2，程度不一样，可能我理解能力相对较弱，但我并没有想当然的，就算是随机后出现悬殊情况，也是一中随机结果，这个我知道的，我只是因为我目前遇到的事情，不能存在这种悬殊情况而已，你第四种方法也是随机的，我知道啊，我没说不是啊。

3，我实际碰到的问题是要把大笔的销售额平摊到分摊到几个产品上【为了把销售数量抬上去，所以不能有的分摊下数量为0，有的很大】，本来是人工手动去调，这个产品分一些，那个产品分一些，我实际的误差其实要控制在1块钱内。我是打算用方法4试一试【能力有限，挑比较容易操作的试试】。

@越过: 方法四如果用我给的那段代码的误差只能保证低于最高的单价。具体还可以调整。计算出销售额C*，误差e=C*-C，误差为正，则随机去掉多过平均件数的产品，并且使得误差的绝对值E尽可能降低，如果误差为负数，随机增加低于平均件数的产品，并且使得误差的绝对值E尽可能降低。大概就是这样了。也可以用别的方法调整。

@巛熊猫人灬: 

1，再再次感谢你的耐心回答

2，我确实在想着，用方法四，最后误差可能会在0-最大单价之间，我现在打算把产品的最大单价设为20，就是最大的那个产品只能是20元内，这样，最后的误差就是20元内，所以，我现在在想办法怎么把这个20元内的误差给降低到1元内··········

@越过:  

适当改一下判断部分，在进入最大单价误差范围内，遇到会使误差增加的情况，就搜索是否有使误差降低的方法（譬如此时直接用最小单价的）。最后的误差就一定小于最小的单价。

不过如果你商品最低的单价也很高，远大于1。那用上面的方法进行调整也不一定好使。我觉得直接上遗传算法就OK了。粗暴无脑。就是要一点内存和时间。

还有一种简单有效的方法，就是保证有正有负的误差，求平均（缺点是需要处理含有小数的情况），或者把问题分割为多部分，每部分的误差有正有负。譬如4444的总销售额。就可以分为2222与2222两部分。一个取大于一个取小于（譬如我程序里，记住超过目标销售额之前的取值）。不就可以抵消误差了吗？你既可以把4444分为4分1111，2正2负求和。 还可以分为10份1111，选最小误差的4份求和。

其实既然你对误差有那么高的要求，你就直接求出误差最小的解！这个解肯定不是唯一的，但是误差的要求明显更加苛刻。那么直接用我说的贸易法则就好了。把数目较多的货物换成较少的。不就好了。这样在保证误差的前提下，随机性和均衡都得到满足。