我昨晚正在开发一个应用程序，遇到了一个特定的问题，我相信可能有一个有效的算法来解决它。谁能建议？
问题：
TL;DR：也许一张图片会有所帮助：http://www.custom-foam-inserts.com/。我有很多适合各种隔间的物品：我想尽量减少我需要处理的病例数量。
.
我有一套N件昂贵的电子设备，我想把它们装进专门设计的保护盒里。这些盒子每个都有许多隔间，每个隔间可以容纳一个物品：其中一些是专门为适合特定物品而设计的(即，相机形状的孔(，其中一些是通用的(矩形孔(。我事先知道有C不同尺寸的隔间以及这些尺寸。
这些盒子有L不同的布局，每个盒子至少有一个隔间。布局可能是"两个大的矩形隔间和 4 个小圆形隔间"。
每个隔间尺寸都至少存在于一种布局上，但我有不适合任何隔间尺寸的物品。每件物品至少适合一个隔间，并且可以放入多个不同的隔间：例如，我的数码单反相机可能紧贴在"中矩形"隔间中，宽松适合"大矩形"，完美适合"数码单反相机隔间"，但不适合"小圆圈"。为此，我列出了哪些隔间适合每个项目。
这些项目具有中等异质性 - 例如，可能有 50 个一种尺寸的项目和 20 个另一种尺寸的项目。
每个盒子有两个成本体积和美元(但D~与V成正比(。我需要尽量减少其中一项或两项成本，同时将所有物品放入盒子中。由于盒子的布局，最佳解决方案可能包含未使用的隔间。如果两个解决方案的体积相等，请选择未使用隔间最多的一个。由于每个隔间至少存在于一个布局中，并且每个项目至少适合一个隔间，因此总有一个适合所有项目的解决方案。
项目数：<=2000，平均案例150。隔间数量：<= 1000。布局数量：<= 1000。
对此有什么想法吗？我看过背包和垃圾箱包装算法，我不确定它们是要走的路。非常感谢帮助。
从问题描述来看，这确实似乎是背包问题，因为您必须最大限度地利用可用空间，同时牢记选项的权重。
根据您所追求的内容，您还可以考虑使用遗传算法。由于这个问题是NP Complete，如果您需要添加更多项目，运行时间最终会爆炸，因此，如果我需要与所需时间无关的最佳解决方案，我会主要选择这个问题。
另一方面，遗传算法应该能够在相对较短的时间内提供一些解决方案，但是，它提供的解决方案可能不如背包算法提供的解决方案，因此如果我对我需要提供一些解决方案的时间有限制，我会选择 GA，我不在乎它是否不是绝对最好的。