Python学习【130】：用 Python 帮消毒工厂算装箱，输入编号就能出结果（二）
一、学前花絮
今天最大的新闻是美以打击伊朗，致使哈梅内伊及其亲属、官员多人伤亡。感觉这个世界从来都不太平，只是我们有幸生活在这个和平的国度。而和平靠什么？靠我们国家几代人的辛苦努力，让我们各个层面已经拥有了能够防止坏人骚扰的能力。想到革命先驱、两弹元勋、各个行业优秀的人，正是群策群力，众志成城，才让我们祖国如此强大。我们才有可能在外面炮火连天的时候，还能学习python。
上一篇关于消毒工厂计算装箱的文章，实际上是一种编程的思路。演示在实际生活中遇到问题的时候，如何把聊天内容转化为计算机编程需求，然后按照步骤去实现。
这个很重要，整个思考的过程，或者说设计的步骤，就是面向一个实际问题的时候，如何去转化为计算机语言。采用函数模块化封装的方法，为以后的程序阅读及修改提供了方便。
那么上篇文章的结尾也提到了，尽管我们通过编写python程序，实现了输入、输出，获取了结果。但毕竟与实际情况仍然存在偏差，这就需要进一步细化。此外，为了让程序更加友好，我们还应该增加界面，通过浏览器界面显示输入输出的信息，更加直观。
二、python程序示例（web优化）
2.1 程序设计
之前的程序为了简化，只是屏幕输入输出，本次改为BS架构。分为前后端，前端html程序显示基础信息及输出装箱结果。后端python程序完成业务逻辑实现。
核心思路升级
上一篇文章每个工厂的盒子数量只有1个，本次程序修改为任意个（以整数数字表示）。实际项目中，每个工厂的基础数据信息需要按照实际情况修改：
以上基础信息中，工厂整体是一个大的列表list，每个元素是字典dict。字典中包括id、工厂名称、盒子size、本批次数量等信息。
那么本次程序与上次最大的不同，不再只算 1 个箱子的最优组合，而是把选中的所有工厂的全部产品都装箱，计算需要多少个箱子、每个箱子装哪些产品，同时输出每个箱子的占用体积和剩余空间（最后一箱允许不满）。整理后的需求如下：
1.需求目标：把选中工厂的全部待装箱产品（即 quantity 字段的数量）都装完，计算总箱数 + 每箱的产品组合 + 剩余空间；
2.装箱逻辑：
l对每个箱子，优先装「空间利用率最高」的产品组合（尽可能装满）；
l装完一箱后，扣除已装数量，继续装下一箱，直到所有产品都装完；
l记录每箱的装货明细、占用体积、剩余体积；
3.界面输出：展示总箱数，以及每箱的详细信息（装了哪些工厂的产品、数量、占用 / 剩余空间）。
2.2 实现思路梳理
1.技术栈：Flask（后端） + HTML/CSS（前端） + Jinja2（模板渲染）
2.核心功能：
l后端预设 10 个工厂的基础数据（ID、名称、包装盒体积）
l前端页面展示所有工厂的列表，用复选框让用户选择批次工厂
l提交后后端计算装箱数量，前端展示结果
l界面适配基础样式，保证易用性
2.3 完整实现代码
步骤 1：环境准备
先安装 Flask（如果未安装）：
步骤 2：项目结构（单文件即可）
创建一个 app.py 文件，内容如下（包含后端逻辑 + 前端模板）：
步骤 3：创建前端模板
在 app.py 同级目录下创建 templates 文件夹，然后在该文件夹中创建 index.html 文件：
2.3 运行与使用说明
1.启动程序：运行 app.py，控制台会输出访问地址（默认是 http://127.0.0.1:5000/）。
2.界面操作：
l打开浏览器访问上述地址，能看到所有工厂的复选框列表，每个工厂标注了名称和包装盒体积；
l勾选需要计算的工厂（可多选）；
l点击「计算装箱数量」按钮，下方会立即显示每个选中工厂的装箱结果；
l如果包装盒体积超过消毒箱体积，会标注「无法装箱」。
2.4 界面效果说明
l选择界面：清晰展示每个工厂的 ID、名称、包装盒体积，复选框选择更直观，替代了手动输入数字；
l结果展示：结果区域单独划分，样式区分明显，异常情况（无法装箱）用红色标注，易读性高；
l响应式基础样式：在电脑端显示整洁，适配不同屏幕大小。
2.5 浏览器界面显示
运行app.py程序输出：
直接点击链接或者在浏览器中输入：127.0.0.1:5000，显示如下界面：
以上就是工厂的基础信息，包括工厂的id、名称、盒子size、盒子数量等。
当选择本批次的工厂后，系统会自动计算装箱结果：
通过查看以上输出结果，应该说与实际情况比较接近了。但是否还有优化空间呢？答案是肯定的，一个程序很少是完美的，更何况我们要面对各种复杂的需求。
哪些地方需要优化呢？我们看到程序的核心算法是遍历，也可以认为是穷举法，把所有的排列组合按照盒子与箱子的尺寸进行比较，这种运算是效率比较低的。
2.5 扩展优化建议
l算法优化：当前用笛卡尔积遍历所有组合，工厂数量多时计算较慢，可替换为「动态规划算法」（适合背包问题，效率更高）；
l批量计算：支持多箱计算（比如 10 个箱子的总装箱量）；
l自定义参数：允许用户在界面修改工厂的 quantity、箱子体积等参数；
l结果导出：支持将最优组合导出为 Excel/CSV 文件。
此外，对于盒子的size，我们假设为100的整数，所以导致前面几个箱子100%利用率。那么如果盒子的尺寸有奇数，无论如何怎么求和也不能100%，所以真正的需求是让每箱装的盒子最大化。
三、小结
对于python学习，我们通过实际案例，编写应用程序。这种方法会更快速提升编码水平，也让学习python更有趣。
2026 农历马年，让我们保持热爱，持续学习 Python。用知识与行动，把平凡的日子过得充满意义。愿我们在 Python 的学习路上稳扎稳打，日日精进，让每一段时光都不负自己。
