Python循环出现MemoryError：装箱问题脚本优化求助

看起来你的代码逻辑本身是正确的（在示例数据下能得到预期输出），但出现MemoryError大概率是因为处理的数据集过大，或者有一些容易忽略的代码细节问题。我来帮你分析并给出解决方案：

首先，修正代码中的潜在问题 #

你用了max作为列表变量名，但max是Python的内置函数，虽然在这个小例子里不会直接报错，但这是非常不好的编程习惯，可能在后续扩展代码时引发奇怪的冲突。先把变量名改成remaining这类语义清晰的名字。

另外，用for-else结构虽然可行，但换成显式的标志变量会让代码可读性更强，不容易出错。修改后的基础代码如下：

B = 60
data = [35,21,40,12,24]
# 替换max为remaining，避免内置函数名冲突
remaining = [B]
sol = [[]]

for item in data:
    item_placed = False
    for idx, free_space in enumerate(remaining):
        if free_space >= item:
            # 将元素放入对应子列表，更新剩余容量
            remaining[idx] -= item
            sol[idx].append(item)
            item_placed = True
            break
    if not item_placed:
        # 没有合适的子列表，新建一个
        sol.append([item])
        remaining.append(B - item)

solved = len(sol)
print(solved)
print(sol)

这段代码运行后会输出你预期的结果：3 [[35, 21], [40, 12], [24]]

针对MemoryError的解决方案 #

如果你的实际data列表非常庞大（比如包含数百万甚至更多元素），不断向sol和remaining添加元素会占用大量内存，从而触发MemoryError。可以尝试以下优化：

1. 改用首次适应递减算法（First Fit Decreasing）
   先将data按降序排序，再进行装箱，这种策略通常能生成更少的子列表（箱子），直接减少sol和remaining的长度，从而降低内存占用。示例代码：

   B = 60
   # 先降序排序数据
   data = sorted([35,21,40,12,24], reverse=True)
   remaining = [B]
   sol = [[]]
   
   for item in data:
       item_placed = False
       for idx, free_space in enumerate(remaining):
           if free_space >= item:
               remaining[idx] -= item
               sol[idx].append(item)
               item_placed = True
               break
       if not item_placed:
           sol.append([item])
           remaining.append(B - item)
   
   print(len(sol))
   print(sol)
   

   运行结果箱子数量和之前一致，但对于更大的数据集，能显著减少箱子总数。

2. 使用更高效的数据结构存储剩余容量
   对于remaining列表，如果里面都是整数，可以用array.array来代替普通列表，它存储数据的内存效率更高（普通列表每个元素是一个对象引用，而array.array直接存储原始字节）。示例：

   import array
   
   B = 60
   data = [35,21,40,12,24]
   # 用array存储整数，类型代码'i'表示int
   remaining = array.array('i', [B])
   sol = [[]]
   
   for item in data:
       item_placed = False
       for idx in range(len(remaining)):
           free_space = remaining[idx]
           if free_space >= item:
               remaining[idx] -= item
               sol[idx].append(item)
               item_placed = True
               break
       if not item_placed:
           sol.append([item])
           remaining.append(B - item)
   
   print(len(sol))
   print(sol)
   

3. 分块处理（仅在允许少量额外箱子的情况下）
   如果数据集大到无法一次性加载到内存，可以分块处理data，每处理完一块后，将剩余容量不足B的箱子合并（如果可能），但这种方法可能会导致最终的箱子数量略多于最优解，适合对箱子数量要求不是极端严格的场景。

内容的提问来源于stack exchange，提问作者Eloah