贪心算法和遗传算法优劣对比——c#

news/2025/3/17 5:11:07/

       

项目背景:某钢管厂的钢筋原材料为 55米,工作需要需切割 40 米(1段)、11 米(15 段)等 4 种规格 ,现用算法>贪心算法和遗传算法两种算法进行计算:
第一局:{ 40, 1 },  { 11, 15 },{ 10, 1 }, { 5,1},如何切割最省原材料?

运行结果如下:

算法>贪心算法切割方案:
原材料 1: [40, 11 ]剩余: 4 米
原材料 2: [11, 11, 11, 11, 11 ]剩余: 0 米
原材料 3: [11, 11, 11, 11, 11 ]剩余: 0 米
原材料 4: [11, 11, 11, 11, 10 ]剩余: 1 米
原材料 5: [5 ]剩余: 50 米
共需要5个原材料,总剩余: 55 米,算法>贪心算法利用率: 80.00%
部分长度未切割完毕。
遗传算法切割方案:
原材料 1: [11, 11, 11, 11, 11] 剩余 0 米
原材料 2: [11, 11, 11, 11, 11] 剩余 0 米
原材料 3: [11, 11, 11, 11, 11] 剩余 0 米
原材料 4: [40, 10, 5] 剩余 0 米
遗传算法共需要4个原材料,总剩余: 0 米,遗传算法利用率: 100.00%

============ 方案对比 ============
算法>贪心算法: 使用原材料 5 个,总剩余 55 米,利用率 80.00%
遗传算法: 使用原材料 4 个,总剩余 0 米,利用率 100.00%
最佳方案:遗传算法,利用率更高 100.00% > 80.00%

第一局,遗传算法获胜。

第二局,修改需求如下: 工作需要需切割 40 米(11段)、11 米(15 段)等 4 种规格  { 40, 11 },  { 11, 15 },{ 10, 11}, { 5,11}

运算结果:

算法>贪心算法切割方案:
原材料 1: [40, 11 ]剩余: 4 米
原材料 2: [40, 11 ]剩余: 4 米
原材料 3: [40, 11 ]剩余: 4 米
原材料 4: [40, 11 ]剩余: 4 米
原材料 5: [40, 11 ]剩余: 4 米
原材料 6: [40, 11 ]剩余: 4 米
原材料 7: [40, 11 ]剩余: 4 米
原材料 8: [40, 11 ]剩余: 4 米
原材料 9: [40, 11 ]剩余: 4 米
原材料 10: [40, 11 ]剩余: 4 米
原材料 11: [40, 11 ]剩余: 4 米
原材料 12: [11, 11, 11, 11, 10 ]剩余: 1 米
原材料 13: [10, 10, 10, 10, 10, 5 ]剩余: 0 米
原材料 14: [10, 10, 10, 10, 10, 5 ]剩余: 0 米
原材料 15: [5, 5, 5, 5, 5, 5, 5, 5, 5 ]剩余: 10 米
共需要15个原材料,总剩余: 55 米,算法>贪心算法利用率: 93.33%
部分长度未切割完毕。
遗传算法切割方案:
原材料 1: [40] 剩余 15 米
原材料 2: [40] 剩余 15 米
原材料 3: [40] 剩余 15 米
原材料 4: [40] 剩余 15 米
原材料 5: [40] 剩余 15 米
原材料 6: [40] 剩余 15 米
原材料 7: [40] 剩余 15 米
原材料 8: [40] 剩余 15 米
原材料 9: [40] 剩余 15 米
原材料 10: [40] 剩余 15 米
原材料 11: [40, 11] 剩余 4 米
原材料 12: [11, 11, 11, 11, 11] 剩余 0 米
原材料 13: [11, 11, 11, 11, 11] 剩余 0 米
原材料 14: [11, 11, 11, 11, 10] 剩余 1 米
原材料 15: [10, 10, 10, 10, 10] 剩余 5 米
原材料 16: [10, 10, 10, 10, 10, 5] 剩余 0 米
原材料 17: [5, 5, 5, 5, 5, 5, 5, 5, 5, 5] 剩余 5 米
遗传算法共需要17个原材料,总剩余: 165 米,遗传算法利用率: 82.35%
============ 方案对比 ============
算法>贪心算法: 使用原材料 15 个,总剩余 55 米,利用率 93.33%
遗传算法: 使用原材料 17 个,总剩余 165 米,利用率 82.35%
最佳方案:算法>贪心算法,利用率更高 93.33% > 82.35%

第二局,算法>贪心算法获胜

然而,最佳答案为 40 +10 +5 米分一组,需要11根原材料。11米的单独一组,11*15/55=3根原材料。11+3=14,共需14个原材料,利用率100%。由此可见,每种算法各有优缺点,不一定是最优解。


http://www.ppmy.cn/news/1579741.html

相关文章

让 Deepseek 写一个计算器(网页)

完整代码 <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>简单计算器</title><style&…

Netty启动源码NioEventLoop剖析accept剖析read剖析write剖析

学习链接 NIO&Netty - 专栏 Netty核心技术十–Netty 核心源码剖析Netty核心技术九–TCP 粘包和拆包及解决方案Netty核心技术七–Google ProtobufNetty核心技术六–Netty核心模块组件Netty核心技术五–Netty高性能架构设计 聊聊Netty那些事儿 - 专栏 一文搞懂Netty发送数…

AI自动文献综述——python先把知网的文献转excel

第一步 Refworks转excel 下载以后是个txt文件, 帮我把这个txt文件转excel,用函数形式来写便于我后期整理成软件 提取 其中的 标题,作者,单位,关键词,摘要。 分别存入excel列。 import re import pandas as pddef extract_and_convert(txt_file_path, output_excel_path…

地理信息系统(ArcGIS)在水文水资源、水环境中的应用

一 ArcGIS&#xff1a;数据管理 1.1ArcGIS界面及数据加载 1.2ArcGIS常见数据格式 1.3基于Geodatabase的数据库构建 1.4环境信息的查询与输出 1.5 文档保存方式 二 ArcGIS&#xff1a;数据转换 2.1 常用地图投影介绍 2.2 投影变换 2.3 地理坐标转换&#xff08;北京54、西安80…

当大模型训练遇上“双向飙车”:DeepSeek开源周 DualPipe解析指南

前言 在大模型训练中&#xff0c;传统流水线并行因单向数据流和通信延迟的限制&#xff0c;导致GPU利用率不足60%&#xff0c;成为算力瓶颈。DeepSeek团队提出的DualPipe双向流水线架构&#xff0c;通过双向计算流与计算-通信重叠的创新设计&#xff0c;将前向与反向传播拆解为…

Linux练级宝典->任务管理和守护进程

任务管理 进程组概念 每个进程除了进程ID以外&#xff0c;还有一个进程组&#xff0c;进程组就是一个或多个进程的集合 同一个进程组&#xff0c;代表着他们是共同作业的&#xff0c;可以接收同一个终端的各种信号&#xff0c;进程组也有其唯一的进程组号。还有一个组长进程&a…

IIS网站用myssl评级为B级

不光是IIS网站&#xff0c;包括.net使用HttpListener开发的web程序&#xff0c;在默认情况下都会被评为B级。 提示为&#xff1a;降级原因&#xff1a; 1. 没有使用AEAD系列加密套件,降级为B 2. 没有优先使用FS系列加密套件&#xff0c;降级为B。 我现在知道AEAD 系列加密套件…

塔能科技:智能机箱,为城市安防 “智” 造坚实堡垒

在当今智慧城市建设的浪潮中&#xff0c;城市安防面临着诸多挑战。设备管理难&#xff0c;众多分散的安防设备犹如一盘散沙&#xff0c;难以实现高效统一的管控&#xff1b;数据传输不稳定&#xff0c;关键时刻信息的延迟或丢失&#xff0c;可能导致严重后果。这些问题严重制约…