假设有一个体积为“V”的容器。这个容器需要装入不同类型的箱子，每种箱子都有独特的体积大小，例如

箱子类型A – 体积为K箱子类型B – 体积为L

现在的问题是，需要找出这两种箱子可以装进容器的最大数量（两种箱子的组合）。

为了简化，让我们假设“W”和“R”是数量，那么我们得到(K * W) + (L * R) = V

并且需要确定这些箱子（纸箱）在容器中的堆放方式。

例如，容器中第一排箱子（这里的“排”是指箱子按x坐标排列）应该包含4叠（从容器底部开始）的“箱子类型A”，而最上面的两叠（靠近容器顶部）是“箱子类型B”（这里的“叠”是指箱子按z坐标堆叠）。之后，在前一排完成后继续铺设新的一排，直到整个容器装满。

问题在于如何在容器中最佳布局这些箱子，以利用容器内的所有（或大部分）空间，并尽可能多地装入箱子，这些箱子可以是1种或多种（每种容器最多约5种箱子）的组合。

程序应该简单地接受箱子类型和细节、容器的输入，然后就能得到一个完整的详细分析。

问题是我从未接触过机器学习或解决这类问题。如果能得到关于使用哪些算法、从哪里开始学习解决这个问题、如何最佳地处理这个问题、使用哪些有帮助的机器学习库等方面的建议，我将不胜感激。

回答：

这个问题是线性优化的一种变体，称为整数线性优化，维基百科链接。一般来说，这个问题被认为是NP难题，因此大多数解决方案都是迭代的。请参阅文章中的参考资料以获取进一步的讨论

编辑：我建议查看LPSOLVE，它已经提供了一个lgpl求解器库