一种基于贪心算法的多特征均衡批次分配方法

本发明公开了一种基于贪心算法的多特征均衡批次分配方法，属于数据处理与优化技术领域。本发明针对现有多特征样本分组中组间分布一致性差、大规模样本效率低、无法适配候选池大于需求量的筛选场景的问题，采用以下方案：对数值型与分类型特征分别执行Z‑score标准化与总体比例编码；构建三级排序键按特征偏离度对样本优先级排序；建立加权综合差异度模型；采用“主分配+替补替换”两阶段贪心架构，结合候选准入判定与待定池机制完成样本分配；分配过程内置容量控制、阈值保护等动态约束；分配后通过统计检验与样本交换完成后处理优化。本发明时间复杂度为O(nlogn)，支持全量分配与筛选分配双模式，可实现大规模样本快速均衡分组，结果具备统计显著性，适用于临床试验、工业抽检、在线AB实验等高均衡性场景。