贪心算法和遗传算法优劣对比——c#

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:

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,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 ============

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:

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,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 ============

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:贪心算法,利用率更高 93.33% > 82.35%

第二局,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。

相关推荐
HjhIron14 小时前
面试常客:字符串算法从入门到进阶
算法·面试
吴佳浩16 小时前
DeepSeek DSpark:Confidence-Scheduled Speculative Decoding 技术解析
人工智能·算法·deepseek
触底反弹17 小时前
🧠 搞懂 Token,才算真正入门大模型——从分词原理到 Embedding 语义实战
javascript·人工智能·算法
vivo互联网技术21 小时前
ICLR 2026 | 基于后验采样的图像恢复方法LearnIR:人脸去阴影、去雾
人工智能·算法·aigc
浮生望1 天前
JS字符串与回文算法:从包装类到双指针的面试进阶之路
javascript·算法
黄敬峰1 天前
面试必刷:从JS底层包装类到双指针,彻底搞懂字符串与回文算法
算法
地平线开发者1 天前
J6B vio scenario sample
算法
BothSavage2 天前
Trae远程开发中DeepSeek自定义模型4054错误的排查与修复
算法
小林ixn2 天前
从暴力到KMP:一道题彻底搞懂字符串匹配的前世今生
算法