一维装箱问题的多种解法(含源码)

本文探讨了一维装箱问题的多种解决方案,包括普通算法如First-fit、Best-fit、Worst-fit及其变种,以及动态规划和元启发式算法如模拟退火、禁忌搜索和遗传算法。分析了不同算法的空间利用率和适用场景,指出Best-fit并非最优解,而Worst-fit在某些情况下表现良好。最后,作者反思了升序排序的不足,强调在解决这类问题时需要深入理解问题本质。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

源码网址
普通算法(ascend算法一般不常用,原因见下写在前面)

  • First-fit、First-fit-descend、First-fit-ascend
  • Best-fit、Best-fit-descend、Best-fit-ascend
  • Worst-fit、Worst -fit-descend、Worst -fit-ascend
  • Next-fit、Next -fit-descend、Next -fit-ascend
  • DP

元启发式算法

写在前面
descend/ascend就是对应先把物品进行降序/升序的排序再进行装箱,下文不再赘述。

其中ascend有个优点是下一个物品不需要遍历每个箱子,只需要检查存放上一个物品的箱子是否有足够的空间(之前的箱子连上一个较小的物品都放不下,所以不用考虑)即可,这样执行效率会比较高,但是结果出来发现需要的箱子较多,经过测试思考后发现descend算法是后面的物品有更高的概

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值