贪心算法之装箱问题

问题描述

装箱问题可简述如下：设有编号为 0、1、…、n - 1 的 n 种物品，体积分别为
v0、v1、…、vn-1。将这 n 种物品装到容量都为 V 的若干箱子里。 约定这 n 种物品的体积均不超过 V ，即对于 0≤ i＜n，有 0＜vi ≤ v。不同的装箱方案所需要的箱子数
目可能不同。装箱问题要求使装尽这 n 种物品的箱子数要少。

贪心求解

使用一种贪心策略：每次都想将当前体积最大的物品装入箱中，在这块类似于这个问题 ->>> 贪心算法之多机调度问题
其实在生活中这也是很常见的一种做法，在没有充足时间去考虑如何最优解决这类问题时直觉(第六感 狗头保命)告诉我们可以这么去试试。
更直接的一个例子，力扣上有这么一道题：
在柠檬水摊上，每一杯柠檬水的售价为 5 美元。

顾客排队购买你的产品，（按账单 bills 支付的顺序）一次购买一杯。 每位顾客只买一杯柠檬水，然后向你付 5 美元、10 美元或 20美元。你必须给每个顾客正确找零，也就是说净交易是每位顾客向你支付 5 美元。 注意，一开始你手头没有任何零钱。

注：上面黑体部分内容引自力扣LeetCode860 柠檬水找零
很明显，当客户给我们$20进行找零时，自然而然地就给ta找了一张$10加上一张$5，为什么这么做？面对$20，我们有两种方案可以使用：

• 找三张$5给顾客
• 找一张$10 以及一张 $5 给顾客

选择第二种方案的原因对于做生意的老板应该不陌生，营业过程中我们需要备上一部分零钱在交易时方便找零，不至于出现无法找零的尴尬局面，这是商人们所想的，在上题中也同样适用。
但贪心算法的弊端也很明显：不考虑之前解带来的影响，仅仅为了达到当前最优解，这样”一根筋“的策略也不能在任何情况下得到最优解。
如只有面值分别为 1、5 和 11 单位的硬币，而希望找
回总额为 15 单位的硬币。按贪婪算法，应找 1 个 11 单位面值的硬币和 4 个 1 单
位面值的硬币，共找回 5 个硬币。但最优的解应是 3 个 5 单位面值的硬币。

这里使用贪心算法可以得到我们较为满意的解:具体做法如下↓

使用几个变量进行记录：

static int boxSize;//每个箱子的大小
static int n;//共 n 个物品
static int useBoxNums = 1;//使用箱子的数量
int* cases = reinterpret_cast<int*>(malloc(100 * sizeof(int)));//申请100个int大小的数组

假设现有6个物品体积分别为 5 2 3 4 5 6 需要用体积为 6 的箱子装入，箱子数量不限，使用尽可能少的箱子完成任务。
使用一维数组 cases 记录各物品的体积：

另再创建一个二维数组 loadCondition 记录每个箱子装入物品的情况，最后创建一个一维数组记录着每个箱子装入物品的数量(初始时均为0)，作此记录的原因是：在后面的遍历输出结果的时候我们不清楚每个箱子的物品装入数量，而在生成数组时使用了malloc函数仅仅获得了一块连续空间，我们未对其进行初始化，若遍历越界会出现异常导致程序崩溃。
在对数组进行排序时我产生了使用sort函数（包含在 algorithm 头文件下）外加 lambda表达式以简化排序所需要的代码量：

sort(cases[0], cases[n - 1],
		[](int& a, int& b) ->bool {
   
			return a > b;
		}
	);//对n个物品的体积降序排序

无奈sort内部并未重载传参为普通数组的情况，出现以下异常：

无奈之下只能手写快排，这也难不倒我，反手就是一个递归版的快速排序，接下来就是很简单的遍历环节了：对排序后的每个物品遍历，依次装入箱中。

具体实现可以参照代码注释，算法思路较为简单，这里不再一一列出，敬请谅解。

实现代码

#