python线性规划（linear programming）与分配问题（assignment problem）—— linear_sum_assignment的使用

scipy.optimize.linear_sum_assignment(cost_matrix)

标记
https://blog.csdn.net/weixin_39548859/article/details/120276651
https://blog.csdn.net/qq_51570094/article/details/124020861
请转到上面原文链接，我这里只是要用 标记一下

**场景：指派问题是那些派完成任务效率最高的人去完成任务的问题。在生活中经常遇到这样的问题，某单位需完成n项任务，恰好有n个人可承担这些任务。由于每人的专长不同，各人完成任务不同(或所费时间)，效率也不同。于是产生应指派哪个人去完成哪项任务，使完成n项任务的总效率最高(或所需总时间最小 **)。这类问题称为指派问题或分派问题。

下图：如3表示第1个人完成任务a的时间或者效率，8表示第1个人完成b任务的时间或者效率

c = [[3,8,6,9,5], [7,5,12,9,19], [7,10,9,10,6], [4,6,2,12,8], [9,9,6,15,11]]
c = np.array(c)
''''
array([[ 3,  8,  6,  9,  5],
       [ 7,  5, 12,  9, 19],
       [ 7, 10,  9, 10,  6],
       [ 4,  6,  2, 12,  8],
       [ 9,  9,  6, 15, 11]])
'''
# 这个函数求的是最小值问题   所以有时需要取倒数或者1-值 转化为求最小值问题
name_id,work_id=optimize.linear_sum_assignment(c)
print(c[name_id,work_id ].sum())
print(name_id,work_id)
'''
29
name_id [0 1 2 3 4] 
一一对应的
work_id [0 3 4 2 1]

即第一个人分配做a工作
'''