以下是“Algorithm Design Manual”一书中的消息。
在装箱问题中，我们给出了n个金属物体，每个物体的重量在0到1千克之间。我们的目标是找到容纳n个物体的最小数量的垃圾箱，每个垃圾箱最多可容纳1公斤。
bin装的最佳拟合启发式如下。考虑一下 对象按给定顺序排列。 对于每个对象，放置 它进入部分填充的垃圾箱，额外的最小量 插入对象后 。如果不存在此类bin，请启动新的bin 完事。设计一种实现最佳拟合启发式算法 （将n个权重w1，w2，...，wn作为输入并输出该数字 在O（nlogn）时间内使用的箱子。
好的，这个消费税似乎并不难。我最初的理解是，对于最合适的启发式方法，我只是每次寻找具有最小可用空间的bin并尝试将对象放入。如果对象不适合具有最小空间的bin，我创建一个新的箱中。
我可以构建一个BST来存储垃圾箱，每次将对象放入垃圾箱时，我都可以从树中删除该垃圾箱，更新垃圾箱的可用空间并将垃圾箱重新插入树中。这将为每个对象放置提供O（logN）。
然而，我注意到消费税的粗体和斜体部分“对于每个物体，在插入物体后，将其放入部分填充的箱子中，最小的额外空间”。
所以这意味着我不是在寻找一个具有最小可用空间的bin，相反，我正在寻找一个如果我将当前对象放入其中，结果可用空间（放置对象之后）将是最小的。
例如，如果bin1的当前空间为0.5，则bin2为0.7。所以目前，bin1是最小的一个。但是如果当前对象是0.6，那么对象不能放入bin1，而不是创建一个新的bin，我必须找到bin2将对象放入bin2 - object = 0.7 - 0.5 = 0.2，这是最小的。
我是对的吗？声明的大胆部分是否真的像我想的那样？或者它就像“找到一个空间最小的bin，如果可以放置对象，然后放置;如果不能，那么创建一个新的bin”这么简单吗？
由于
编辑：添加部分java代码，以便我对粗体部分有所了解。
public void arrangeBin(float[] w) {
BST bst = new BST();
bst.root = new Node();
int binCount = 0;
for (int i = 0;i < w.length;i++) {
float weight = w[i];
Node node = bst.root;
float minDiff = 1;
Node minNode = null;
while(node!=null) {
if (node.space > weight) {
float diff = node.space - weight;
if (minDiff > diff) {
minDiff = diff;
minNode = node;
node = node.left;
}
}
else
node = node.right;
}
if (minNode == null) {
binCount++;
Node node = new Node();
node.space -= weight;
bst.insert(node);
}
else {
minNode.space -= weight;
bst.delete(minNode);
bst.insert(minNode);
}
}
}
答案 0 :(得分：5)
您需要保留一个按剩余空间排序的已排序数组（或者更像是红黑树的排序二进制树），并且对于每个新权重，找到最适合空白空间的bin < strong> O（log（n）），并在 O（log（n））中将其重新插入树中。您的观察结果似乎是正确的 - 您需要找到最适合您新体重的垃圾箱。希望这会有所帮助。
答案 1 :(得分：1)
大胆的陈述确实意味着你的想法。
我们的想法是找到当前物体适合的最大垃圾箱，从而最大限度地减少浪费的空间。如果对象不适合任何箱子，则需要创建新箱子