我们来看一个示例:项是 0.5, 0.7, 0.5, 0.2, 0.4, 0.2, 0.5, 0.1, 0.6,箱子的大小均为 1 。

文章插图
基于最先匹配法的装箱解决方案(M = 箱子总数 = 5) 。
3. 最优匹配法 (Best Fit):按顺序浏览箱子,将每一个新的项放在最适合的箱子里 。如果不适合,则创建一个新的箱子 。
我们来看一个示例:项是 0.5, 0.7, 0.5, 0.2, 0.4, 0.2, 0.5, 0.1, 0.6,箱子的大小均为 1 。

文章插图
基于最优匹配法的装箱解决方案(M = 箱子总数 = 5) 。
该方法的输出与最先匹配法相同,但该方法的优点是实现速度比 FFD 快,即时间复杂度为 O(nlogn) 。
自然方法:
如果我们提前知道所有项的大小,那么自然的解决方案就是首先按照从大到小排序,然后应用以下启发式方法:
最先匹配递减法
最优匹配递减法
假设有相同的示例 0.7, 0.6, 0.5, 0.5, 0.5, 0.4, 0.2, 0.2, 0.1,则排序为 0.7, 0.6, 0.5, 0.5, 0.5, 0.4, 0.2, 0.2, 0.1 。

文章插图
优化方法(M = 箱子总数 = 4) 。
参考文献:
1. https://cutt.ly/4hSDx2Y
2. https://cutt.ly/xhSDhEM
3. https://shorturl.at/hxCO5
4.***/wiki/Bin_packing_problem#Approximation_algorithms_for_bin_packing
5. ***/wiki/Partition_problem
6.***/daa-approximate-algorithms#:~:text=An%20Approximate%20Algorithm%20is%20a,at%20the%20most%20polynomial%20time
【近似算法有哪些,举例说明什么是最优算法】原文链接:***/aryan-gupta18/how-to-decide-suitability-of-approximation-algorithms-d8e45b90e530
推荐阅读
- 一山望着一山高的意思
- 缸内积碳有必要清洗,发动机积碳需要清理吗
- 迷你book怎么画,迷你书本怎么做
- 实线两边有锯齿线是什么意思,路面上的锯齿状白色实线是什么标线
- 盖菜怎么做好吃,怎么做好吃的炒盖菜
- 球兰花怎样搭架子好看,怎么在花盆里搭架子方便之物攀爬
- 鲻鱼头怎么烫,女生日系鲻鱼头要烫吗
- 抖音显示访问太频繁怎么解决
- word应该怎样才能转换为pdf
