管材下料,一维下料,管材用料计算

目标

        给定足够多指定长度的原料,多根指定长度的零件,要求切割出足够数量的零件,使得所需要的原料数量最少。在切割过程中,切割过程中切口会有一定宽度的损耗,这个宽度可以自由设置,并且,在计算完成后,给出每根管道的切割方案。

        例如,我现在有一批6000mm的管道,需要切割3000mm的零件2根,那么切割方案很简单,这个结果一眼就能看得出来,由于带有切口损耗,一根6000mm的原料只能切割出3000mm的零件,需要再拿一根原料进行切割,因此所需要的原料最少是2根,具体的切割方案是原料1切割3000mm余料2998mm,原料2切割3000mm余料2998mm。

        对于简单问题可以通过手动计算,但是零件数量一旦多起来,这个计算量是非常庞大的,而且很难找到最优解。为了解决这个问题,查阅了大量的资料,尝试了多种方案,例如启发式算法、动态规划算法、遗传算法等等,效果都不太满意,最终研发出一种算法,能够快速计算出最优解。还将算法封装成了小程序,供大家体验。下面是小程序的一个截图。

效果

 说明:

        左边是输入的数据,分组数是对相同切割方案的数据划分为同一组的最大个数,这样是便于提高生成效率,将多条管一起进行切割。

        右侧是对应要求的一个切割方案,包含了所需要最少原料的数量,以及所有的分组。分组中还指出了余料、该分组下总的零件个数以及原料如何进行切割。

 

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
管材切割是一个经典的贪心算法问题,主要思路是将长的管材割成多个短管,使得每个短管的长度都是固定的,并且需要最大化短管数量。一般来说,这个问题可以用动态规划来解决,但是也可以通过区间优化来进行优化。 首先,我们需要将管材切割问题转化成区间划分问题。假设我们有一段长为L的管材,我们需要将其割成n段,每段的长度为si。显然,我们需要满足s1+s2+...+sn=L,并且每个si都需要大于0。因此,我们可以将这n个数看作一个n-元组(x1,x2,...,xn),其中xi表示第i个短管的长度。 接下来,我们考虑如何求解最优解。假设我们已经确定了前k个短管的长度,即x1,x2,...,xk,我们希望在保证这k个短管长度的前提下,最大化剩下的管材数量。假设这个数量为f(k),那么有f(0) = L,f(k) = max{f(k-1)-xi}。我们可以使用动态规划来求解f(n),但是这个时间复杂度较高。 我们注意到,对于f(k),可以用一个区间[a,b]来表示所有可能的xi的取值范围。也就是说,在区间[a,b]内所有的xi都有可能是第k个短管的长度。因此,我们可以求出这个区间,然后在这个区间内寻找最大的f(k)。由于短管数量是单调不降的,我们可以使用二分法来寻找区间[a,b],这样可以大大降低时间复杂度。 总结一下,管材切割问题可以通过区间优化来进行优化。具体来说,我们将这个问题转化成一个区间划分问题,然后利用二分法在区间内寻找最优解。这种方法可以大大优化时间复杂度,提高算法效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

野生程序员V1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值