假设我有1000种原料，每种原料所含营养成分不同，而且价格不同
现在需要从中最多挑选4种原料，混合获得特定指标新产品（例如要求新产品fat>=6,protein>=11,Ca>=0.75）。
混合配方肯定会有很多种，需要从中挑选价格尽量低的配方。
混合指标的计算方式采用加权平均，如50%的m_1+50%的m_2==>{fat:5.5,protein:10.75,Ca:0.75,price:150}
如果暴力计算，时间复杂度会达到O(1000^4)，这样能获得最优解。如何在兼顾时间的情况下，获取近似最优解呢？能有Python的解决方法最好。多谢多谢~
感觉可以抽象成有约束条件的fuzzy背包问题
