回溯算法在课程排序中的应用

 

问题描述

 最近需要设计一个基于python的排课算法。已知条件：每门课程（共25门课）对应的知识范围（多个）和老师（20位老师）的知识范围（多个），每天上五次课，一星期五天。约束条件是：每个课程必须分配给一个插槽（上课时间）。 每个插槽都需要分配一个导师。将导师和模块分配到同一插槽意味着辅导员将教该模块。 只有在导师的专业知识主题包括该模块涵盖的每个主题时，该教员才能教该模块。 辅导老师最多只能教两个不同的模块。 导师不能在一天内教多个模块。最终需求：得到一个可行的排课列表。

关键问题点

如何保证每个模块分配的老师都涵盖该课程范围；如何保证每天老师上课次数和每周上课次数满足约束条件；由于每门课对应上课老师可能是一个也可能是多个，要是在前面的课程安排中出现了某个老师，而下一个课程只能选择该老师时，这个时候老师就可能违反教课程的次数。

算法选择思路

关于老师满足课程的涵盖范围这个点很好满足，主要的问题是如何解决老师上课次数的冲突问题。在这个问题中，以我们人工处理思想为例，在排课问题中如果遇到老师A冲突，首先想到的是该位置能不能换一个老师，如果不能够换，则向前找到老师A出现的位置，在此处将老师A换成其他老师。这样就可以保证后面老师A能够顺利安排了。这一处理思路完美的契合了回溯算法的思想，故选用回溯算法处理该问题。

回溯算法简单介绍

回溯算法的基本原理在此不做介绍，如果没有基础的同学（在代码的世界里，我们都是学生），建议去力扣上去查看全排列问题求解https://leetcode-cn.com/problems/permutations/和八皇后求解算法https://leetcode-cn.com/problems/n-queens/，在给出的答案中都有很详细的介绍。简单思路就是遍历每一个节点，如果当前选择满足约束条件，保存当前节点至路径，进入下一个节点。如不满足约束条件，选择另一个老师。当这一门课的每一个老师都不满足时，返回上一层节点，选择其他老师。这个思路课我们人工处理的思路很类似，但如果数据量较多时，只能依靠计算机来解决了。

1.回溯函数主要的三个内容：

①路径：也就是已经做出的选择。

路径在本题中对应的是已经选择的课程，比如星期一的课程已经选择，则星期一的课程就是路径。剩下的未排课的星期就是选择列表。

②选择列表：也就是你当前可以做的选择。

③结束条件：也就是到达决策树底层，无法再做选择的条件。

本题的结束条件是当每一天的课程被排满，即安排了25节课则结束

2.回溯算法的结构：

result = []

def backtrack(路径, 选择列表):

    if 满足结束条件:

        result.add(路径)

        return

    for 选择 in 选择列表:

        做选择

        backtrack(路径, 选择列表)

        撤销选择

3.编写选择函数

用来判断该老师是否与前面安排的课表发生冲突。思路是判断当前老师最多只能教两个不同的模块。导师不能在一天内教多个模块。

排课问题解决思路（重点来了！！！）

1.解决老师和课程匹配问题

在这个步骤中，按照给出的课程顺序排列课程对应可上课的老师列表，即解决了老师和课程匹配问题，也简化了模型。我们只需要对得到的老师列表进行判断即可。

#创建一个列表来储存每一个课程可以选择的老师,按课程顺序排序
module_tutor = []
for module in self.moduleList:
	# 创建一个列表保存当前课程所能参与的老师
	teacher = []
	for tutor in self.tutorList:
		#判断课程是否在老师的范围内
		if set(module.topics).issubset(set(tutor.expertise)):
			#加入老师名单
			teacher.append(tutor)
	#加入当前课程的老师名单
	module_tutor.append(teacher)

2.回溯算法编译

在步骤1中得到了依据课程顺序排列的老师顺序，形如[ [ tutor1,tutor2],[tutor3,tutor4],……]，课表顺序为[class1,class2,……],class1对应的可上课的老师为 [tutor1,tutor2]。这个时候我们就按照得到的可上课老师列表的顺序来排课，主要考虑的是老师教课次数的冲突。

①冲突函数的编写

#判断一个老师一天只上一节课和一周最多只上两节课，用于在排课是判断该老师是否与前面的课程冲突。输入一段排好的课程，输入一个待排课的老师
def conflict(tut_result,tut):
	n = len(tut_result)%5
	return False if tut_result.count(tut)<2 and tut not in tut_result[-n:] else True

②判断生成的课程表是否满足约束条件（我们只需要得到一个可用列表即输出，回溯函数则是遍历所有结果），当我们得到一个解时，如满足条件，便输出，并结束回溯函数）

#该函数用来判断排课方式是否满足约束条件，输入排好的课程，输出True of False.判断条件，同一天老师不能上两次，一周老师不能超过两次。
def if_Ok(A):
	B = dict.fromkeys(A)
	for i in B.keys():
		if A.count(i) > 2:
			return False
	for i in range(0, len(A), 5):
		if len(dict.fromkeys(A[i:i + 5])) != 5:
			return False
	return True

③回溯函数的编写

# 回溯函数，用于选择一种合适的课程排序，输入课程可供选择的老师，输出排好的课程
def backtrack(module_tutor, tut_result):
	#回溯函数结束条件
	if len(module_tutor) == len(tut_result):
		return
	for i in module_tutor[len(tut_result)]:
		#判断是否冲突
		if not conflict(tut_result, i):
			tut_result.append(i)
			A.append(i)
			backtrack(module_tutor, tut_result)
			#得到一个可行的课程排序，退出函数，输出结果
			if len(A) == len(module_tutor) and if_Ok(A):
				break
			tut_result.pop()
			A.pop()
	return A

# 创建一个列表A保存排好的课程表，
A = []
A=backtrack(module_tutor, [])

3.将课程加入排序内容

由于排好的只是老师的顺序，我们再把课程加入即可。如：老师列表 [teacher1,teacher2,……]，初始给出课程列表 [class1，class2，……]，最终结果 [ [class1,teacher1],[class2,teacher2],……]，其中[class1,teacher1]代表将该课安排在周一第一节课，以此类推。

总结

整个排课系统包括三个问题，这是第一个问题，在接触这些问题之前并不了解回溯算法和启发式算法（后面问题会用到），花了五天时间现学现用给解决掉，如果有不对的地方，请大神指出。在后面的排课问题中，有给出聘请每个老师需要花费的费用和一些费用制定规则，求如何安排课表使得整个排课所需费用最小。使用启发式算法中的遗传算法成功求出，后续如果有时间会写出来。转载请说明出处！