Php 寻找最佳解决方案所需的算法逻辑_Php_Algorithm_Codeigniter_Logic_Solution

Php 寻找最佳解决方案所需的算法逻辑

php algorithm codeigniter logic

Php 寻找最佳解决方案所需的算法逻辑,php,algorithm,codeigniter,logic,solution,Php,Algorithm,Codeigniter,Logic,Solution,场景具有以下特性的可用车辆列表：车辆1{乘客4人，行李2人，行李箱8人} 车辆2{乘客：5人，行李：3人，手提箱：10人} 车辆3{乘客6人，行李3人，手提箱10人} 车辆4{乘客8人，行李4人，手提箱10人} 现在，如果用户要求旅行时携带（13名乘客、6件行李、15个行李箱），那么最佳的车辆效率结果将是：车辆2+车辆4 问题定义：我已经能够开发出一个流程/算法（但仅限于乘客数量），但当乘客/行李箱/行李数量超过3辆或更多车辆的需求时，我无法为其开发算法代码：函数ajax\u get

场景

具有以下特性的可用车辆列表：

车辆1{乘客4人，行李2人，行李箱8人}

车辆2{乘客：5人，行李：3人，手提箱：10人}

车辆3{乘客6人，行李3人，手提箱10人}

车辆4{乘客8人，行李4人，手提箱10人}

现在，如果用户要求旅行时携带（13名乘客、6件行李、15个行李箱），那么最佳的车辆效率结果将是：

车辆2+车辆4

问题定义： 我已经能够开发出一个流程/算法（但仅限于乘客数量），但当乘客/行李箱/行李数量超过3辆或更多车辆的需求时，我无法为其开发算法

代码：

函数ajax\u getVehicles（）{
$vehicleType=$\u POST['vehicleType']；
$passengers=intval（$_POST['passengers']）；
$LANGLE=intval（$_POST['LANGLE']）；
$suitcases=intval（$_POST['suitcases']）；
$requiredVehicles=array（）；
//1.检查是否所有乘客都能坐在一节车厢内
如果（！$requiredVehicles）{
$vehicle=$this->common_model->get_where（'fleets'，array（'vehicle_type'=>$vehicleType，'passengers>='=>$passengers），'passengers ASC'）；
若有（$车辆）
阵列推送（$requiredVehicles，$Vehicler[0]）；
}
//2.尝试发送重复的车辆
$vehicles=$this->common_model->get_where（'fleets'，array（'vehicle_type'=>$vehicleType），'passengers ASC'）；
如果（！$requiredVehicles）{
foreach（车辆为$v）{
如果（$v['passengers']*2==$passengers）{
阵列推送（$requiredVehicles，$v，$v）；
}
}
}
//3.找到可能的最佳解决方案
如果（！$requiredVehicles）{
$totalPermutation=gmp_事实（计数（$vehicles））/（gmp_事实（计数（$vehicles）-2）*gmp_事实（2））；
$total_pax_array=array（）；
对于（$i=0；$i<$totalPermutation；$i++）{
对于（$count=$i+1；$count=$）{
如果（计数（$total\u pax\u array）<1）{
$requiredVehicles=数组（$vehicles[$i]，$vehicles[$count]）；
}否则如果（$total\u pax乘客）{
阵列推送（$requiredVehicles，$v，$v）；
} 
}
}
如果（！$requiredVehicles）
jsonOutput（'错误'，'需要呼叫3辆车'）；
其他的
jsonOutput（‘成功’、‘标准匹配车辆’、$requiredVehicles）；
}

这可以通过以下递归公式解决：

D(p,l,s,0) =   infinity        if p>0 or l>0 or s>0
               0               otherwise      
D(p,l,s,i) = min { D(p,l,s,i-1), D(p-cars[i].passangers, l-cars[i].luggage, s-cars[i].suitcases) + 1}

这个概念是D（p，l，s，i）表示1,2,3…，i-车厢之间的最小车厢数，可以搭载

乘客、

行李和

行李箱

时间复杂度（如果应用DP技术）：

O（n*p*l*s）

，其中

是可用汽车的数量，

所需乘客数量，

所需行李数量，

所需行李箱数量

另一种解决方案是生成CAR的所有子集，针对每个子集检查其是否为可行解，并从可行解中选择最小大小的子集。时间复杂度：

O（2^n）

这可以通过以下递归公式来解决：

D(p,l,s,0) =   infinity        if p>0 or l>0 or s>0
               0               otherwise      
D(p,l,s,i) = min { D(p,l,s,i-1), D(p-cars[i].passangers, l-cars[i].luggage, s-cars[i].suitcases) + 1}