Javascript 循环和组合产品的最佳方式

我在寻找你个人对最好的方法的想法，因为我可以看到很多方法达到同样的目的

我有一个店面，有多本不同的小册子，可以任意组合订购

每个小册子项目在数据库中都有长x宽x高和重量。它们都是相同的长x宽，只是厚度和重量不同

我还有一套最大盒子尺寸

我知道我可以在最大的盒子里放10.5的高度

我可以把这些书组合起来装运。所以我想把盒子填到我能填到的最大值，然后重复，直到我只有一个部分盒子

我需要的最终结果是每个盒子及其重量的数组

例如：

订购的物品

第1册100页，厚度0.05，重量0.15

第二册200页，厚0.07，重0.23

高度

100*.05=5

200*.07=14

权重

100*.15=15

200*.23=46

方框1包含

第二册第150页

高度：150*.07=10.5

重量：150*.23=34.5

方框2包含

第2册50和第1册100

高度：（100*.05）+（50*.07）=8.5

重量：（100*.15）+（50*.25）=27.5

您将如何循环信息以获得输出？ 从一个产品开始，计算高度，将其划分为完整的箱子，计算这些箱子的重量，并将每个完整的箱子添加到阵列中，计算部分箱子的高度，然后继续下一个产品？或者

静态编码将是“容易的”，但我正在尝试动态编码，这样我就不必每次添加新产品时都返回

-编辑-

这是我当前的循环，但这只是将数量相加并划分为几个方框。目前的产品都是相同的尺寸/形状，所以这在当时很好用

if（$zip\u code！=''）
{
我的$item\u list=enc\u sql\u select\u multi（“从`$PREF{shopping\u carts\u table}`中选择*，其中`'cart\u id`='$cart\u id'和`'salled`='0'以及`从`购物车`='0'中删除'）；
我的$item_数量='0'；
foreach my$k（排序{$a$b}键%$item_列表）
{
$item_数量=~s/，//g；
my$item_id=$$item_list{$k}{id}；
my$item_qty_new=$$item_list{$k}{option1value}；
$item\u qty\u new=~s/，//g；
$item\u quantity=$item\u quantity+$item\u quantity\u new；
}
如果（$item\u qty！=“0”）
{
$item_数量=~s/，//g；
如果（$项目数量==25）
{
我的$tempCount=$carton_specs{25}{boxNo}；
$tempCount++；
$carton_specs{25}{boxNo}=$tempCount；
}
elsif（项目数量=50）
{
我的$tempCount=$carton_specs{50}{boxNo}；
$tempCount++；
$carton_specs{50}{boxNo}=$tempCount；
}
elsif（项目数量=100）
{
我的$tempCount=$carton_specs{100}{boxNo}；
$tempCount++；
$carton_specs{100}{boxNo}=$tempCount；
}
elsif（$item_数量>100&$item_数量<5000）
{
我的$fullBoxCt=int（$item_数量/200）；
my$tempCountFull=$carton_specs{200}{boxNo}；
$tempCountFull=$tempCountFull+$fullBoxCt；
$carton_specs{200}{boxNo}=$tempCountFull；
my$partBoxQty=$item\u qty-（200*$fullBoxCt）；
如果（$partBoxQty！=0）
{
my$tempCountPart=$carton_specs{$partBoxQty}{boxNo}；
$tempCountPart++；
$carton_specs{$partBoxQty}{boxNo}=$tempCountPart；
}
}
其他的
{
@船舶详情=
(
{
代码=>1000，
价格=>'0.00'
},
{
代码=>1500，
价格=>'0.00'
}
);
退货（@shipDetails）；
}
}

这是一个很好的例子。最好的算法是。如果这对于你拥有的数据量来说太慢，那么有各种算法可以更快地提供很好的近似答案。

这是装箱问题的一个经典例子，虽然我也不是数学家，但很多人都给出了答案这是一个相当重要的想法。因此：

对于这个问题，没有已知的最佳解决方案可以在多项式时间内计算出来，而且您的输入量可能相当大。因此，您应该采用以下启发式方法之一：

首次拟合算法

：逐个处理小册子，将其放入第一个容量足以容纳小册子的盒子中。如果没有这样的盒子，则必须启动一个新盒子，并将其添加到可用盒子列表中

最佳匹配算法

：逐个处理小册子，将其放入最紧（剩余容量最小）的盒子中。如果没有盒子可以容纳小册子，则必须启动新盒子并将其添加到可用盒子列表中

第一次拟合递减算法

：首先通过降低高度对小册子进行排序，然后执行第一次拟合算法。在您的示例中，您将首先打包“Book 2”小册子

最佳拟合递减算法

：首先通过降低高度对小册子进行排序，然后执行最佳拟合算法

但是