php - 基于案例大小的最低成本

Posted 2023-02-16

【中文标题】php - 基于案例大小的最低成本

【英文标题】：php - lowest cost based on case sizes

【发布时间】：2013-05-11 16:29:00

【问题描述】：

我正在开发葡萄酒的运输模块，想知道是否有人可以帮我一把 - 基本上：

葡萄酒可以一箱 8、12 或 15 瓶装运，每箱都有自己的价格。该模块需要获取订单中的瓶子总数，并计算出哪种组合的价格最低。例如，在 31 瓶的订单中，最低价格为 1 箱 15 瓶和 2 箱 8 瓶（而不是 2 箱 15 瓶和 1 瓶 8 瓶，或 2 箱 12 瓶和 8 瓶之一）。目前，我有以下，几乎可以工作，但错过了一些可能的组合

    foreach ($rates as $case_size => $case_price) 
    
      $price = floor($total_bottles / $case_size) * $case_price;
      $rem = $total_bottles % $case_size;
      if($rem > 12)
      
       //needs to use another case of 15 
       $price = $price + $rates[15];
      
      elseif($rem > 8)
      
        //needs an extra case of 12
        $price = $price + $rates[12];
      
      elseif($rem > 0)
      
        //needs an extra case of 8
        $price = $price + $rates[8];
      
      $quotes[] = $price;
    

    return min($quotes);

【问题讨论】：

好像有点多余。如果客户 A 购买了 27 瓶并且程序想出了如何装箱，那么您就可以为所有订购 27 瓶的未来客户提供答案。无需一遍又一遍地重新计算。我会使用电子表格或其他东西来找出最有效的方法，然后使用带有选项的数组。

我明白你的意思，但每个国家/地区也有自己的一套针对每个案件大小的费率，所以它有点复杂。真的不想为每个国家、每个可能的订单数量制作电子表格。当然有办法以编程方式做到这一点

好的，然后将查找使用瓶数和目标国家作为输入。创建查找表不应该太复杂。另一方面：是否真的需要最大限度地优化这一点以有利于客户？

@RST 可以中途旅行：以编程方式完成，然后缓存它。

【参考方案1】：

从您的帖子中您说，最具成本效益的系统不仅是每瓶容器使用最低成本的系统，而且还需要在填充容器方面效率最高。但是，您的算法只考虑使用尽可能少的大盒子。您需要一种算法来完全满足所有可能的情况。

我会做这样的事情：使用递归程序来找到最能完全满足每种情况的组合。

function fit_case($number, $case_size) 
     $rem = $number % $case_size;
     $next_size=magic_voodo0();
     if($rem==0)         //if perfectly fills it you're done
           return ($number/$case_size)*$rates[$case_size];
      else if(($rem % $next_size)/$next_size>.5)                
     //if over 50% fills the next case add the next smaller case
           return floor($number/$case_size)*$rates[$case_size]+fit_case($rem, $next_size);
       else         //otherwise back off 1 of the biggest cases, and fill the rest
         return (floor($number/$case_size)-1)*$rates[$case_size]+fit_case($rem, $next_size);

希望这会有所帮助。

【讨论】：

这仍然会导致使用 2x15 和 1x8 框。虽然他说在这种情况下 1x15 和 2x8 盒子会更便宜。

这不会导致 2X15 和 1x8 框。其余的将少于 8 个案例的 50%，因此该算法将使用 1 个减去 15 个案例，并用 8 个案例填充其余部分。所以你会留下 1X15 和 2X8。

你是对的，但我认为它会用一个 12 瓶的盒子代替。

谢谢你——不知道你对 50% 的意思是什么，但像这样的递归函数可能会奏效。我无法将其标记为“有用”，因为我没有“声誉”抱歉。这个想法是为了最大限度地降低成本，而不是最好地装满容器——所以最大的容器是最具成本效益的。但也有少数情况，例如 33 瓶，其中 8 瓶、12 瓶中的一瓶和 15 瓶中的一瓶价格最便宜（与 3x12 或 2x15+1x8 或 4x8 相比）。真令人沮丧，因为我怀疑顾客会买 33 瓶！

你是对的，那么余数超过一个百分比的容差就需要改变了。我认为是 80%。 12/15=80% 和 8/12=75% 所以如果它必须超过 80% 我认为应该找到最有效的组合。

【参考方案2】：

不同的方法。使用查找表，其中包含特定数量瓶子的所有框组合。

1 瓶 - 8 ... 31瓶-15-8-8,15-15-8,8-8-8-8等 等等

使用另一个查找表查找每个国家/地区每箱的不同费率

在你的函数中

获取国家/地区价格的表格行 获取瓶数的不同组合 对组合执行 foreach 循环 将第一个循环的价格和组合保存到变量中 比较下一个循环的价格和保存的价值 如果更低，保存价格和组合/如果不是，继续 循环遍历所有组合 返回最低价格/盒子组合