集运是反向海淘业务的心脏。客户从多个淘宝/1688店铺买的东西，送到你的国内仓库，然后你打包成一个包裹发往海外。这个过程中的“合箱”与“分箱”逻辑，是整个集运系统最复杂的算法之一。

我以Taocarts跨境独立站系统的集运模块为例，讲讲合箱分箱的算法设计。

业务场景：

客户A买了3件商品：一件衣服（重0.5kg，体积30x20x5cm）、一个杯子（重0.3kg，体积10x10x10cm）、一个玩偶（重0.8kg，体积40x30x15cm）。

三个商品分别到达国内仓库，入库时间是不同的。

系统需要决定：合箱还是分箱？如果合箱，最终包裹的尺寸和重量怎么计算？

算法核心原则：平衡“运费最优”和“时效可控”。

1. 合箱判断逻辑

python

def should_combine(items):

total_weight = sum(item.weight for item in items)

total_volume = sum(item.volume for item in items)

# 如果总重量超过集运限重（比如30kg），则分箱

if total_weight > MAX_WEIGHT_PER_PACKAGE:

return False

# 如果合并后的体积超过渠道限制（比如长+宽+高 < 200cm），则分箱

if total_volume > MAX_VOLUME:

return False

# 如果商品中有易碎品，建议单独包装

if any(item.fragile for item in items):

return False

return True

2. 分箱策略（贪心算法）

当需要分箱时，系统会尝试将商品分配到多个包裹中，使得总运费最低。常用“首次适应递减法”（First Fit Decreasing）：

将所有商品按体积/重量降序排序。

依次将每个商品放入第一个能装下它的箱子。

如果所有现有箱子都放不下，则开新箱子。

3. 体积重 vs 实际重

国际物流中，运费取“实际重”和“体积重”的较大值。体积重 = 长×宽×高/5000（单位：cm，结果kg）。合箱后，不同商品的摆放方向会影响体积重。Taocarts的算法会尝试“旋转”商品来降低总体积，但为了不复杂化，通常采用“简单合并法”：将每个商品的外箱尺寸进行“外包络”（三个商品的长、宽、高各自取最大值后相加）。

4. 用户可干预

Taocarts允许客户在前台选择“合箱策略”：

经济合箱：尽可能合在一起，不管体积重。

快速分箱：每件商品单独打包，发最快的快递（但运费贵）。

指定合箱：客户可以手动勾选哪些商品一起打包。

性能考虑：合箱算法在仓库PDA端执行，需要在0.5秒内完成。Taocarts使用Redis缓存商品尺寸数据，并用C语言扩展实现核心计算，保证了高并发下的响应速度。

如果你正在开发代购系统源码，合箱分箱算法建议从简单的“全部合箱”开始，等业务量大了再迭代智能算法。但数据结构要预留好：商品入库时记录准确的长宽高和重量。