Python 程序，从10个选项中选择最佳选项

我需要用python编写一个程序，从一个数组中选择汽车，数组中填充了10辆汽车的质量。这个想法是，它填充一艘驳船，最有效地容纳约8吨的货物，并且最小的未填充空间。我的想法是，它改变质量，选择一个最接近最大重量的。但由于我对算法还不熟悉，所以我不知道该怎么做这是一个一维装箱问题。这是一个NP问题，没有最优解。然而，有一种方法可以用贪婪算法来解决这个问题。您很可能想在phpclasses.org（bin packing）上试用我的bin packing解算器

如果我有一个未偏移且无向的图，并且每个节点都与每个节点相连，那么我有（n^2-n）/2对节点和总的n^2-n可能性/组合：

1,2,3,4,5,...,64
2,1,X,X,X,...,X
3,X,1,X,X,...,X
4,X,X,1,X,...,X
5,X,X,X,1,...,X
.,X,X,X,X,1,.,X
.,X,X,X,X,X,1,X
64,X,X,X,X,X,X,1 

---

10辆车不也是这样吗？（45对汽车和90种组合/可能性）。我忘了什么吗？错误在哪里？

我会用动态规划解决这个问题。你应该能够在O（m*n）操作中得到最优解（n是汽车数量，m是总质量）。 然而，只有当质量都是整数时，这才有效

一般来说，你有一个二元线性规划问题。这些都是非常困难的（NP完全）

---

<>但是，这两种方法都导致了我不认为是初学者的算法。你最好是反复试验（如你所建议的），或者只是尝试各种可能的组合。

像你这里遇到的问题类似于经典的旅行推销员问题，它要求推销员访问一系列城市的最有效方式。不同之处在于，可以想象，你可能不需要每辆车都装满驳船，而销售人员必须访问每一个城市。但问题是类似的。解决问题的蛮力方法是调查所有可能的汽车组合，从1辆到所有10辆。我们将假设每辆车有任意数量是有效的（即，如果第2辆车是福特福克斯，您可以有三辆福特福克斯）。但是，如果汽车列表是特定汽车的精确列表，并且每个汽车只能使用1辆，则很容易更改

现在，这很快开始消耗大量时间。随着汽车数量的增加，可能的汽车组合的数量呈几何级数增加，这意味着如果汽车数量比你预期的少，那么运行程序所需的时间就会更长，那么你的生命中还有时间。10应该是可以管理的（结果是超过700000个组合，或者1024个，如果每个项目只能有一个）

第一件事是确定每辆汽车的重量以及驳船能够承载的最大重量

weights = [1, 2, 1, 3, 1, 2, 2, 4, 1, 2, 2]
capacity = 8

现在我们需要找到每种可能的组合。Python的

itertools

模块有一个函数，可以为我们提供给定长度的所有组合，但我们需要所有长度。因此，我们将编写一个从1到10的循环，并为每个长度调用

itertools.combines\u和\u replacement

。然后，我们可以找出每个组合的总重量，如果它比我们已经找到的任何重量都高，但仍在容量范围内，我们将记住它是迄今为止我们找到的最好的组合

这里唯一真正的诀窍是，我们不需要权重的组合——我们需要权重指数的组合，因为在最后，我们想要知道哪些车要放在驳船上，而不是它们的权重。因此，

带替换的组合（范围（10），…）

而不是带替换的组合（权重…）。在循环中，您需要获得每辆车的重量，并将其与

重量[i]

组合起来

我最初在这里有代码，但由于这是家庭作业，所以删除了它。：-）（最初并没有这样标记，但我应该知道——我责备时间的变化。）

如果您想只允许每辆车中的一辆，您可以使用

itertools.combinations

而不是

combinations\u with\u replacement

---

一条捷径是可能的，因为你在别处提到汽车的重量在1-2吨之间。这意味着您知道您至少需要4辆车（4*2=8），因此您可以跳过1-3辆车的所有组合。然而，如果教授改变了你的参数，这将不能很好地概括。

当然，这是作业的班级（对吧？）给了你一些想法。听起来像这样：重量是你唯一的考虑因素吗，还是应该考虑汽车的尺寸？目前只考虑重量这听起来像是贪婪算法典型示例的一个变体-请参阅描述和解决策略。如何没有最佳解决方案？我只有10个数字，从中提取变化后，至少会有1个，最接近8吨。汽车的重量在1-2吨之间，你需要简化这个问题。如果你忘记了10个数字，那么你就只剩下8吨了，这就成了一个难题，因为你不知道你必须使用哪种组合车来减少吨数。我们被告知，所有时间最多只有10辆车。这就是我所说的，这是一个1D垃圾箱包装问题，只是一个陷阱。忘了车吧！我不知道这将如何解决两辆车以上的问题。如何在python中尝试每种可能的组合，同时给出8吨的限制？好吧，生成每种可能的组合，计算它们的重量，检查是否低于8，如果低于8，检查数量。然后简单地记住找到的最佳解决方案。对于10辆汽车，候选解决方案可以是一个包含10个元素的布尔数组，每个元素指示是否使用了特定的汽车。您需要生成所有可能的此类布尔数组（将有2^10=1024）。这不是真的。10辆车的所有可能性只有45，这是数学（n^2-n）/2。我可能错了，但不可能选择更多的吗