双十一购物节就要到了，一个工厂制造的产品形状都是长方体，它们的高度都是h，长和宽都相等，一共有六个型号，他们的长宽分别为1*1, 2*2, 3*3, 4*4, 5*5, 6*6。这些产品通常使用一个 6*6*h 的长方体包裹包装然后邮寄给客户。因为邮费很贵，所以工厂要想方设法的减小每个订单运送时的包裹数量。他们很需要有一个好的程序帮他们解决这个问题从而节省费用。用python实现

这是一个数学问题，可以用贪心算法求解。我们可以优先选择大的长方体来填满每一个订单。

具体来说，我们可以先将订单的体积计算出来，即6*6*h。然后，从大到小依次考虑每个型号的长方体，尽量多地使用每个型号的长方体来填满订单。具体步骤如下：

1. 将订单的体积计算出来，即6*6*h。
2. 从大到小依次考虑每个型号的长方体，将能够使用的数量计算出来。假设当前考虑的是长宽为n*n的长方体，则能够使用的数量为floor(6/n) * floor(6/n) * floor(h)。
3. 计算完所有型号能够使用的数量之后，选取数量最多的型号，将其放入订单中，然后将订单的体积减去已经使用的部分。
4. 重复步骤2和步骤3，直到订单的体积为0。

下面是用Python实现的代码：

import math

def minimize_packages(h):
    # 订单的体积
    volume = 6 * 6 * h
    # 每个型号的长宽
    sizes = [6, 5, 4, 3, 2, 1]
    # 每个型号能够使用的数量
    counts = [math.floor(6/n)**2 * math.floor(h) for n in sizes]
    # 计算最小包裹数量
    num_packages = 0
    while volume > 0:
        max_count = max(counts)
        if max_count == 0:
            break
        size = sizes[counts.index(max_count)]
        num_fits = math.floor(volume / (size**2 * h))
        num_packages += num_fits
        volume -= num_fits * size**2 * h
        counts[counts.index(max_count)] = 0
    return num_packages

这个函数接受一个整数h作为参数，表示长方体的高度。函数中先计算出每个型号能够使用的数量，然后不断选取数量最多的型号，将其放入订单中，直到订单的体积为0。最后返回最小的包裹数量。

可以调用该函数来求解不同的h值对应的最小包裹数量，例如：

print(minimize_packages(1))  # 输出：1
print(minimize_packages(2))  # 输出：2
print(minimize_packages(3))  # 输出：3