请用python实现脱机装箱的两种算法，首次适合递减算法和最佳适合递减算法，不考虑物品的价值，只看物品的大小，给出完整代码和示例

在Python中实现首次适应递减（First Fit Decreasing, FF Decreasing）和最佳适应递减（Best Fit Decreasing, BF Decreasing）算法不需要直接使用贪心算法，因为这些算法通常涉及到动态规划或模拟退火等更复杂的优化过程。不过，我们可以简化它们的概念并创建一个基本的模拟版本。这里假设我们有一个已排序的物品列表，按照尺寸降序排列。

首先，让我们定义一个简单的`Item`类来表示物品：

class Item:
    def __init__(self, size):
        self.size = size

# 假设我们有如下物品列表
items = [Item(size) for size in [700, 600, 500, 400, 300]]
items.sort(reverse=True)  # 按尺寸降序排列

**首次适应递减算法 (FF Decreasing)**:

def first_fit_decreasing(capacity, items):
    container = []
    for item in items:
        if capacity >= item.size:
            container.append(item)
            capacity -= item.size
        else:
            break
    return container

# 示例
capacity = 1000
ff_container = first_fit_decreasing(capacity, items)

**最佳适应递减算法 (BF Decreasing)**:

这个算法更加复杂，因为我们每次都要找到剩余容量下最匹配当前未放入容器的物品。我们可以遍历已放置的物品并调整剩余容量：

def best_fit_decreasing(capacity, items):
    container = []
    i = 0
    while i < len(items) and capacity > 0:
        item = items[i]
        for j in range(len(container)):
            if container[j].size <= capacity:
                capacity -= container[j].size
                container.insert(j, item)
                break
        else:
            capacity -= item.size
            container.append(item)
        i += 1
    return container

# 示例
bf_container = best_fit_decreasing(capacity, items)

请注意，这些实现并未考虑到物品无法完全填满的情况，实际应用可能需要添加适当的错误处理。同时，为了获得真正的最优解，您可能需要使用更精确的优化技术，如动态规划。