“打包”英语怎么说?
我可以打包吗? 给你推荐两种说法吧,都是正确的: 1.Can I pack it? 2.Can I wrap it? 希望可以帮助你,还有其他问题需要帮助您的吗?没有的话,希望采纳!谢谢!
打包怎么说用英语
打包的英文：pack， bale。
一、bale
英 [beɪl] 美 [bel]
n.大包；灾害；悲痛
vt.将某物打成包或包装成捆
They use a big machine to bale Hay.
他们用一部大机器将干草捆包。
二、pack
英 [pæk] 美 [pæk]
n.包裹；一群；（纸牌的）一副；一组
vt.& vi.（把…）打包；塞进；拥进；（使）聚集成团
vt.挑选；压紧；携带；拧紧
vi.包装;紧挤在一起；便于折叠收藏的；匆忙离去（有时与 off 连用）
1、Please pack the dish in a doggie bag.
这个菜请打包。
2、I forgot to pack my clothes.
我忘记打包我的衣服了。
扩展资料
同义词：
一、package
英 [ˈpækɪdʒ] 美 [ˈpækɪdʒ]
vt.包装；把…装箱；向…提出一揽子计划
n.包裹；包装袋；包装盒；一组建议
Check the list of ingredients on the side of the package.
请检查包装盒侧面的成分清单。
二、wrap up
英 [ræp ʌp] 美 [ræp ʌp]
包裹；圆满完成
It’s grey coat, wrap up our cordial and warm.
它披着本色外衣，亲切温暖地包裹起我们。
打包英语问么说
打包 pack; bale; unpack 他们给了我一份在货栈打包的工作. They offered me a job packing goods in a warehouse
为什么packie一直给我打电话啊,而且每次说的还都一样
为GERRY有个任务要绑架一个黑道家族老大的女儿,而你一直没去做.上网,点选买汽车的网站,选查看汽车,有辆粉红色的敞棚跑车,上面有电话.然后离开网吧,在白天拨这个电话(电话本上会有,ANGILINO DAUGHTER),约她出来,然后绑架她.完成这个PACKIE就不会烦你了.还有,绑架完后要过段时间才会有这个任务的后续
pack中文是什么?
pack 英[pæk] 美[pæk] n. 包裹; 一群; (纸牌的) 一副; 一组; vt. (把…) 打包; 塞进; 拥进; (使) 聚集成团; vt. 挑选; 压紧; 携带; 拧紧; [例句]When I was 17, I packed my bags and left home 17岁时,我背起行囊离开了家. [其他] 第三人称单数:packs 复数:packs 现在分词:packing 过去式:packed过去分词:packed
我想打包带走用英语怎么说
1、我想打包带走
I’d like to pack it away
2、打包相关英语词汇：
leftovers 剩饭剩菜
to-go box 打包盒
take away 带走吃
take-out 外带食物；还没开动的食物
3、打包相关英语句型：
1）Can you give me a box.
帮我打包。
2）Wrap it up,please.
帮我打包。
3）Could you wrap this, please?
请您将这打包，行吗？
4）Could we have a doggie bag?
请给我们打个包好吗？
5）We’ll just get a doggie bag.
我们就将剩菜打包。
6）We can’t finish our meal. Please give us a doggie bag.
我们吃不完。麻烦打包带走。
7）I’d like to take the rest.
我想把剩下的打包带走。
拓展资料
“打包带走”英语说法
1、doggy bag 打包
字面意思表示狗食袋，其实是打包的意思。跟狗没什么关系。Doggy bag这个说法的出现有它特殊的背景。以前美国人也不好意思把在饭馆吃剩的菜带回家，怕有失面子,因此就故意说要把饭菜带回家喂狗.
doggy 美 [‘dɔɡi] 小狗；幼犬
I’ll just get a doggy bag .
我将这些剩菜打包。
2、wrap sth up 这个短语表示“把某物包好”。
Wrap up是“包起来”的意思。注意千万不要和take-away(英式英语)以及take-out(美式英语)这两个词混淆，因为take-away或者take-out指的是外卖食品，显然是没吃过的。这和要打包的剩饭完全是两码事。
Wrap it up, please.
请帮我打包。
3、to-go box 打包盒
Can you give me a to-go box?
能给我个餐盒打包吗？
to-go box=doggy bag
Can you give me a doggy bag？
觉得自己不太喜欢用doggy bag这个短语可以说to-go box来代替。
时代服装城高端男士铝镁太阳镜！
4、I want to pack the food.我想要把食物打包。
pack作为动词表示“打包、包装某物”。
也可以说 ：I’d like to take the rest.我想把剩下的打包带走。
php程序中pack(‘I’, strlen($data))什么意思?
将就使用chr(len(data))吧,有一点区别,PHP这个语句使用的是无符号整数,但是ASP好像没有有符号、无符号的概念.
＂我帮您包装一下＂的英语怎麽说?谢!
1楼,我觉得别扭,好象人不行需要帮忙似的 关键是语气吧,根据场合,我也拿不确,要不投票吧 Shall I pack it for you?我为您包装一下好吗?Let me pack it for you.我给您包装一下吧
求背包问题详解
是编程里的背包问题么
这里有dd大神的 背包九讲的一部分 LZ先凑合看下吧
P01: 01背包问题
题目
有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。
基本思路
这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。
用子问题定义状态：即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：
f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
这个方程非常重要，基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下：“将前i件物品放入容量为v的背包中”这个子问题，若只考虑第i件物品的策略（放或不放），那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品，那么问题就转化为“前i-1件物品放入容量为v的背包中”，价值为f[i-1][v]；如果放第i件物品，那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”，此时能获得的最大价值就是f[i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
优化空间复杂度
以上方法的时间和空间复杂度均为O(N*V)，其中时间复杂度基本已经不能再优化了，但空间复杂度却可以优化到O(V)。
先考虑上面讲的基本思路如何实现，肯定是有一个主循环i=1..N，每次算出来二维数组f[i][0..V]的所有值。那么，如果只用一个数组f[0..V]，能不能保证第i次循环结束后f[v]中表示的就是我们定义的状态f[i][v]呢？f[i][v]是由f[i-1][v]和f[i-1][v-c[i]]两个子问题递推而来，能否保证在推f[i][v]时（也即在第i次主循环中推f[v]时）能够得到f[i-1][v]和f[i-1][v-c[i]]的值呢？事实上，这要求在每次主循环中我们以v=V..0的顺序推f[v]，这样才能保证推f[v]时f[v-c[i]]保存的是状态f[i-1][v-c[i]]的值。伪代码如下：
for i=1..N
for v=V..0
f[v]=max{f[v],f[v-c[i]]+w[i]};
其中的f[v]=max{f[v],f[v-c[i]]}一句恰就相当于我们的转移方程f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]}，因为现在的f[v-c[i]]就相当于原来的f[i-1][v-c[i]]。如果将v的循环顺序从上面的逆序改成顺序的话，那么则成了f[i][v]由f[i][v-c[i]]推知，与本题意不符，但它却是另一个重要的背包问题P02最简捷的解决方案，故学习只用一维数组解01背包问题是十分必要的。
事实上，使用一维数组解01背包的程序在后面会被多次用到，所以这里抽象出一个处理一件01背包中的物品过程，以后的代码中直接调用不加说明。
过程ZeroOnePack，表示处理一件01背包中的物品，两个参数cost、weight分别表明这件物品的费用和价值。
procedure ZeroOnePack(cost,weight)
for v=V..cost
f[v]=max{f[v],f[v-cost]+weight}
注意这个过程里的处理与前面给出的伪代码有所不同。前面的示例程序写成v=V..0是为了在程序中体现每个状态都按照方程求解了，避免不必要的思维复杂度。而这里既然已经抽象成看作黑箱的过程了，就可以加入优化。费用为cost的物品不会影响状态f[0..cost-1]，这是显然的。
有了这个过程以后，01背包问题的伪代码就可以这样写：
for i=1..N
ZeroOnePack(c[i],w[i]);
初始化的细节问题
我们看到的求最优解的背包问题题目中，事实上有两种不太相同的问法。有的题目要求“恰好装满背包”时的最优解，有的题目则并没有要求必须把背包装满。一种区别这两种问法的实现方法是在初始化的时候有所不同。
如果是第一种问法，要求恰好装满背包，那么在初始化时除了f[0]为0其它f[1..V]均设为-∞，这样就可以保证最终得到的f[N]是一种恰好装满背包的最优解。
如果并没有要求必须把背包装满，而是只希望价格尽量大，初始化时应该将f[0..V]全部设为0。
为什么呢？可以这样理解：初始化的f数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满，那么此时只有容量为0的背包可能被价值为0的nothing“恰好装满”，其它容量的背包均没有合法的解，属于未定义的状态，它们的值就都应该是-∞了。如果背包并非必须被装满，那么任何容量的背包都有一个合法解“什么都不装”，这个解的价值为0，所以初始时状态的值也就全部为0了。
这个小技巧完全可以推广到其它类型的背包问题，后面也就不再对进行状态转移之前的初始化进行讲解。
小结
01背包问题是最基本的背包问题，它包含了背包问题中设计状态、方程的最基本思想，另外，别的类型的背包问题往往也可以转换成01背包问题求解。故一定要仔细体会上面基本思路的得出方法，状态转移方程的意义，以及最后怎样优化的空间复杂度。
首页
P02: 完全背包问题
题目
有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。
基本思路
这个问题非常类似于01背包问题，所不同的是每种物品有无限件。也就是从每种物品的角度考虑，与它相关的策略已并非取或不取两种，而是有取0件、取1件、取2件……等很多种。如果仍然按照解01背包时的思路，令f[i][v]表示前i种物品恰放入一个容量为v的背包的最大权值。仍然可以按照每种物品不同的策略写出状态转移方程，像这样：
f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k*c[i]<=v}
这跟01背包问题一样有O(N*V)个状态需要求解，但求解每个状态的时间已经不是常数了，求解状态f[i][v]的时间是O(v/c[i])，总的复杂度是超过O(VN)的。
将01背包问题的基本思路加以改进，得到了这样一个清晰的方法。这说明01背包问题的方程的确是很重要，可以推及其它类型的背包问题。但我们还是试图改进这个复杂度。
一个简单有效的优化
完全背包问题有一个很简单有效的优化，是这样的：若两件物品i、j满足c[i]<=c[j]且w[i]>=w[j]，则将物品j去掉，不用考虑。这个优化的正确性显然：任何情况下都可将价值小费用高得j换成物美价廉的i，得到至少不会更差的方案。对于随机生成的数据，这个方法往往会大大减少物品的件数，从而加快速度。然而这个并不能改善最坏情况的复杂度，因为有可能特别设计的数据可以一件物品也去不掉。
这个优化可以简单的O(N^2)地实现，一般都可以承受。另外，针对背包问题而言，比较不错的一种方法是：首先将费用大于V的物品去掉，然后使用类似计数排序的做法，计算出费用相同的物品中价值最高的是哪个，可以O(V+N)地完成这个优化。这个不太重要的过程就不给出伪代码了，希望你能独立思考写出伪代码或程序。
转化为01背包问题求解
既然01背包问题是最基本的背包问题，那么我们可以考虑把完全背包问题转化为01背包问题来解。最简单的想法是，考虑到第i种物品最多选V/c[i]件，于是可以把第i种物品转化为V/c[i]件费用及价值均不变的物品，然后求解这个01背包问题。这样完全没有改进基本思路的时间复杂度，但这毕竟给了我们将完全背包问题转化为01背包问题的思路：将一种物品拆成多件物品。
更高效的转化方法是：把第i种物品拆成费用为c[i]*2^k、价值为w[i]*2^k的若干件物品，其中k满足c[i]*2^k<=V。这是二进制的思想，因为不管最优策略选几件第i种物品，总可以表示成若干个2^k件物品的和。这样把每种物品拆成O(log(V/c[i]))件物品，是一个很大的改进。
但我们有更优的O(VN)的算法。
O(VN)的算法
这个算法使用一维数组，先看伪代码：
for i=1..N
for v=0..V
f[v]=max{f[v],f[v-cost]+weight}
你会发现，这个伪代码与P01的伪代码只有v的循环次序不同而已。为什么这样一改就可行呢？首先想想为什么P01中要按照v=V..0的逆序来循环。这是因为要保证第i次循环中的状态f[i][v]是由状态f[i-1][v-c[i]]递推而来。换句话说，这正是为了保证每件物品只选一次，保证在考虑“选入第i件物品”这件策略时，依据的是一个绝无已经选入第i件物品的子结果f[i-1][v-c[i]]。而现在完全背包的特点恰是每种物品可选无限件，所以在考虑“加选一件第i种物品”这种策略时，却正需要一个可能已选入第i种物品的子结果f[i][v-c[i]]，所以就可以并且必须采用v=0..V的顺序循环。这就是这个简单的程序为何成立的道理。
这个算法也可以以另外的思路得出。例如，基本思路中的状态转移方程可以等价地变形成这种形式：
f[i][v]=max{f[i-1][v],f[i][v-c[i]]+w[i]}
将这个方程用一维数组实现，便得到了上面的伪代码。
最后抽象出处理一件完全背包类物品的过程伪代码，以后会用到：
procedure CompletePack(cost,weight)
for v=cost..V
f[v]=max{f[v],f[v-c[i]]+w[i]}
总结
完全背包问题也是一个相当基础的背包问题，它有两个状态转移方程，分别在“基本思路”以及“O(VN)的算法“的小节中给出。希望你能够对这两个状态转移方程都仔细地体会，不仅记住，也要弄明白它们是怎么得出来的，最好能够自己想一种得到这些方程的方法。事实上，对每一道动态规划题目都思考其方程的意义以及如何得来，是加深对动态规划的理解、提高动态规划功力的好方法。
以上是《背包九讲》的原话
可以算是最好的背包教程了 全文可以去百度文库查一下
关于Buyer的问题
#include <memory.h>
#include <stdio.h>
#include <iostream>
using namespace std;
int getno[1002];
int check(int num,int nPack)
{
int i;
for(i=0;i<nPack;i++)
{
if(num==getno[i])
{
return 0;
}
}
return 1;
}
int main()
{
int nCases;
int nPack,nMaxVolume;
int weight[1002],value[1002];
int record[1002];
int n=0;
//scanf(“%d”, &nCases);
nCases=1;
while(nCases–)
{
memset(record,0,sizeof(record));
scanf(“%d%d”,&nMaxVolume,&nPack);
for(int i=0;i<nPack; ++i)
{
scanf(“%d”,&weight[i]);
scanf(“%d”,&value[i]);
}
for(int i=0;i<nPack;++i)
for(int j=nMaxVolume;j>=weight[i];–j)
{
if(record[j-weight[i]]+value[i] > record[j])
{
record[j] = record[j-weight[i]]+value[i];
if(check(i+1,nPack)==1)
{
getno[n]=i+1;
n++;
}
}
}
printf(“%d”,record[nMaxVolume]);
if(record[nMaxVolume]!=0)
{
printf(“\n”);
for(int k=0;k<n;k++)
{
printf(“%d “,getno[k]);
}
}
}
scanf(“%d”,&nCases);
return 0;
}