装箱问题近似算法概述

　　问题描述：一维经典装箱问题可描述如下：S=（S1,S2,..Sn）,其中0< Si ≤ 1, 称之为第i个物体的体积（或重量），1≤i≤n,现有n个容积（或载重量）为1 的箱子，要求如何设法将S1,S2,..Sn放入尽可能少的箱中。

　　装箱问题是NP问题,即在多项式时间内无法精确求解,一般采用近似算法,即启发式算法,这样可以迅速得到满意解,而不一定是最优解.

　　常见的算法：NF(Next Fit)近似算法，FF(First Fit)近似算法，FFD（First Fit Decreasing）近似算法，BF(best Fit),BFD(Best Fit Deceasing)等，

　　下次适应算法（NF, Next Fit）：NF算法是最简单也是最早研究的一个算法，它的处理方法是始终维持一个当前打开的箱子，对于每一个要装入的物品，检查该物品是否可以放入当前打开的箱子，如果无法装入，则打开一个空箱子，装入该物品，以该箱子作为当前的箱子，由于每个物品在装入时，只有当前打开的箱子和空箱可以选择，这必然造成装箱的效率低下。

　　首次适应算法(First Fit)：针对下次适应算法的缺陷，首次适应算法FF处理当前物品的时候，检查所有非空箱子，找到第一个能够放下当前物品的箱子并将该物品放入，否则则开启新的箱子。
　　
　　最佳适应算法(Best Fit)：与首次适应算法类似，唯一的区别时当物品装箱时，不是直接装在第一个可装入的箱子中，而是装入在最适合该物体的箱子中，如果没有该箱子，则开启空箱。
　　
　　首次适应算法和最佳适应算法有一个缺陷，即由于物品没有实现排序，则可能由于先装入小的物品，使大的物品在后来放入时无法装入，只得开启新的箱子，造成了空间的浪费,因此才有了这两种算法的改进算法。

　　降序首次适应算法(FFD, First Fit Decreasing)：先对物品按降序排序，再按照首次适应算法进行装箱。

　　降序最佳适应算法(BFD, Best Fit Decreasing)：先对物品按降序排序，再按照最佳适应算法进行装箱。