Блог

Я пытаюсь создать Первый подходящий алгоритм. Подход, который я использую, заключается в создании списка пустых списков, представляющих ячейки, где они будут заполнены определенными значениями области, которые складываются в область ячеек. Я хочу, чтобы это продолжалось до тех пор, пока большинство областей не будут заполнены.

Вот где возникает моя проблема:

 lists.append([])
for i in lists:
    for box in boxes:
        l = box[0]
        w = box[1]
        area = l * w
        if area <= bin_area:
            bin_area = bin_area - area
            lists[0].append(area)
        else:
            bin_area = 15
            if area <= bin_area:
                bin_area = bin_area - area
                lists[1].append(area)
                # Here I want to then create a new empty list 
                # where I can add more values that add up to the bin value. 
 

Поэтому в конце приведенного выше кода я хочу создать новый пустой список, в который я могу добавить дополнительные значения, которые дополняют значение корзины.

Я попытался, угадав lists[ i ].append([area]) , но индекс должен быть целочисленным.

Как мне этого добиться?

Кроме того, вот мой полный код:

 def FirstFitAlg():
    box1 = (3,2)
    box2 = (1,4)
    box3 = (2,1)
    box4 = (4,3)
    box5 = (1,2)
    boxes = [box1,box2,box3,box4,box5]
    num_of_boxes = len(boxes)
    bin_area = 15
    n_bin = 0
    lists = []
    lists.append([])
    lists.append([])
    #for i in lists:
    for box in boxes:
        l = box[0]
        w = box[1]
        area = l * w
        if area <= bin_area:
            bin_area = bin_area - area
            lists[0].append(area)
        else:
            bin_area = 15
            if area <= bin_area:
                bin_area = bin_area - area
                lists[1].append(area)
                # Here I want to then create a new empty list 
                # where I can add more values that add up to the bin value. 

    print(lists)
    for i in lists:
        if len(i) >= 1:
            n_bin  = 1

    print(n_bin)
    efficiency = (n_bin/num_of_boxes) * 100
    print(efficiency)
 

Не используйте функцию печати и передайте ей информацию о поле в качестве аргумента. Таким образом, это более общее.

Вот как это могло бы сработать:

 def firstFitAlg(boxes, bin_area):
    bins = []
    current_bin_area = 0
    total_occupied = 0
    for box in boxes:
        l, w = box
        area = l * w
        total_occupied  = area
        if area > current_bin_area:  # Overflow. Need new bin
            current_bin = []  # Create new bin
            current_bin_area = bin_area  # All space is available in it
            bins.append(current_bin)  # This bin is part of the solution
        current_bin.append(box)  # Add box in this bin
        current_bin_area -= area  # and reduce the available space in it

    return bins, total_occupied


boxes = [(3,2),(1,4),(2,1),(4,3),(1,2)]
bin_area = 15
bins, total_occupied = firstFitAlg(boxes, bin_area)

print(bins)
print(f"Bumber of bins: {len(bins)}")
efficiency = (total_occupied/(bin_area * len(bins))) * 100
print(f"Efficiency: {efficiency}")