Algorithm 三维库存跟踪数据结构与算法

问题摘要：

我们需要跟踪立体矩形的库存（我相信这些被称为长方体，但我需要纠正）

每个长方体都有固定的长度、宽度和深度。让我们假设它是20x5x5，以便于讨论。首先，我们有10个20x5x5的长方体库存

然后，在业务过程中，从这些较大/主要长方体中切出尺寸可变的较小/次要长方体

问题摘要：

A） 什么样的数据结构最适合跟踪主长方体库存的可用性

B） 确定主长方体是否能满足次长方体切割的最佳算法是什么

其他详细信息和问题：

主长方体的第一次切割非常容易计算/确定。问题在第二次、第三次等切割时出现，因为我们需要跟踪剩余的主长方体的所有边和顶点的结果尺寸

如果一个以上的一次长方体满足二次长方体的要求，则最好使用最小的一次长方体，以满足库存的FIFO消耗。所以我们需要计算所有匹配的主长方体的剩余体积，以确定哪一个是最小的

这会变得很棘手，因为一旦从主长方体中剪切出次长方体，就需要跟踪主长方体的新可变尺寸（所有边和顶点）。因此，我们需要跟踪从主长方体上切出次长方体的点（以及由此产生的形状）

所以这既是一个体积问题，也是一个“这件衣服是否适合那件衣服”的问题

---

我应该补充一点，长方体的测量和切割精度为毫米（如果这对数据结构有任何影响）。

我有一个不完整的答案给你，但它可能会有帮助：

首先，是一个类似的问题，仅在2D中。
翻阅其中一个答案，有人提到了答案。乍一看，2D中讨论的想法似乎可以（也许）应用于3D中的问题

我认为应用AC项目中的任何想法，并限制其应用于所有3个维度可能会奏效

---

在任何情况下，我认为这是一个平衡DS复杂性和计算每个长方体是否可以切割到下一块所需的时间的情况…

它是一个长方体。更准确地说，它是一个长方体（除其他名称外）。看见