google提供的adb工具包_用 Google 运筹学工具包计算最优课堂分组

同学们，新年都过了，来和老思一起 耍个花(误) 提高效率。

问题是这样的。我们有一个班，总共 20 名同学，要分成 5 组，每组 4 个人。因为选课的同学有不同专业，从大一到大四都有，还有交换生。出于 diversity 的考虑，我们要求同一专业的不能在一组(也包括交换生不能全在一组的限制)。为了均衡实力，大一的同学不能全部在一组。当满足以上条件后，允许同学提交组队倾向，我们尽可能照顾到。组队倾向是一个列表，依次写上自己希望组队的同学。为了鼓励大家相互了解，每个同学开了一个 GitHub repo，用 README 文件做自我介绍，包括感兴趣的议题、自己的专长、正在寻找的队友等。

怎么样？是不是很简单？

我想起了一张老图，快一年了。当时艺术圈的朋友发过来，问这个能不能用 AI 解决。我说能啊。不信我们往下看。

同学们先研究一下原问题：

插播：能迅速解决以上问题的同学，欢迎将答案发到老思邮箱！老思帮你留意着，如果下次有朋友团队招人，第一时间通知。

这是一个典型的带约束多目标优化问题。优化的目标，一是广告费，二是持份者(stakeholder)的体验。至于约束，包括了老板的要求、腕的大小、鄙视链等等。鉴于这个问题还有诸多实际的细节需要考虑，就不在本篇文章展开探讨。感兴趣的同学，可以当成是思考题。

这个 “带约束多目标优化问题” ，还有一个响亮的名字，估计大多数人从小听过，但也没搞清楚是啥：

运筹学

我们举个更简单的例子。老思早上起来开会，洗漱需要15分钟，叫外卖送达时间是20分钟，吃早餐用10分钟，家到会场打车要30分钟，会前需要花10分钟处理紧急邮件，为免电梯排队最好提前5分钟到。问：如果开会时间是早上9点钟，老思应该什么时候起床？

7:30am 吗？

不。聪明的同学已经想到了，老思可以 8am 起床。先用美团叫一份麦当劳满分鸡腿堡，再用滴滴预约25分钟之后的车，接着花15分钟洗漱，刷一下微信朋友圈，收到麦当劳后下楼，上车，在车上用10分钟吃早餐，然后用10分钟处理紧急邮件，提前5分钟到。完美。

前提是不能赖床。这个简单，就不讨论了。

这就是运筹学要解决的问题。这个开早会的例子，应该可以在大多数教科书找到，是一个典型的 线性规划 问题。其目标和约束都是线性的，并且变量是在实数域，有成熟的解法，是该领域最简单的问题。而我们可怜的艺统，她所面对的问题就复杂很多，连目标都不止一个，解决起来就比较困难。至于开篇提到的分组问题，难度系数则是适中。它的目标只有一个，简单明了。与开早会不同的地方，在于变量是离散的。别小看这个简单的变化。虽然从实数到整数，似乎潜在的取值少了，但解决起来却更复杂。在运筹学的体系中，我们这个问题叫做 混合整数规划 (MIP)。

好了，我们准备 起飞(误) 建模了。

先上神器，Google 运筹学工具包：

https://developers.google.com/optimization/

运筹学的英文是 Operations Research(OR)，所以这个工具叫 ortools。项目算是 Google AI 的一部分。所以大家知道，为什么老思告诉朋友，这个问题能用 AI 解了吧！AI 这个词的外延，大到几乎可以包括一切和“自动化”沾边的东西，而运筹学的理论，核心是优化模型和优化算法，属于根基中的根基。无论是搞图像的、文本的、声音的，最后多半会归结为一个优化问题。

我们今天来试试返璞归真。

撞击预警：前方略有硬度，如感不适，可以直接拉到底部点赞。

我们先看下数据集的基本特点。

专业的分布是比较散的，最多的专业，只有4个人。按照分5组的需求，可以完全打散。看年级，大一的5个，大三的6个，大四的9个。如果要把大一的都打散，刚好5个组。这个检验是有必要的。说明约束可以满足。如果约束根本无法满足，就要进行“松弛”操作，使得模型更复杂。

背景检查过关，可以开始建模了。先把 Google 的 ortools 搞进来再说。

然后到了关键问题：什么是变量？

变量定义是建模过程的至关重要一步。变量定义得好，在约束和目标书写的时候，会更简单，而且也可能将问题规模缩小。对 MIP 来说，问题规模决定了在当前算力下是否可解。因为整数变量的存在，大多数算法是有一个“试错”的过程在里面的，就是对可行解进行“搜索”。这部分的成本非常高。

不过，也要考虑到建模本身的成本。如果物理问题本身规模不大，哪怕“暴力”地转化成优化问题，问题规模也可控。如果简单的模型就奏效，则不用过早地去优化它。就是杀鸡不用牛刀的意思。

很容易想到的一种变量设置方法，就是“对对碰”。设置整数变量 v_ij in {0, 1}，为 0 表示 i 和 j 不在一个组里面，为 1 则表示 i 和 j 在一个组。我们班上有 20 个同学，所以总共有 200 个变量。因为 v_ij 和 v_ji 是对称的，这里省去了一半。变量用 ortools 里面的 IntVar 类来表示，用 Python 写出来就是这样：

目前的模型中，只有变量，没有目标和约束，所以是 trivial 的。理论上可以解出来，而且是瞬间解出来。老思的习惯是，做一步，看一步，确认每步的结果都合理，再进行下一步。那我们就检验一下：

确认是得到了最优解。

还不放心的同学，可以检查一下当前变量的名字和值。通常的初始化是全 0 的。所以目前我们得到的结果是全 0，意味着没有同学和其他人分到一组。我们并没有指定一组的大小，所以这个结果是合理的。用以下方法打印出来：(记得 注释/反注释 相关的 print)

接下来，我们可以添加约束了。首先限制每组的大小。我们的需求是每组有 4 个人，即每个人需要和另外 3 个人一组。用数学语言表达，就是对任意一个学生 i ，把所有的 v_ij 加在一起，值是 3 。注意 v_ij 的取值只能是 0 或者 1，这个约束就保证了每个 i 刚好和另外的 3 个同学是一组，不多不少。我们添加约束。并且老规矩，跑一下结果。

看起来不难，很快出结果。Solve 函数返回 0就是最优的意思。

再进行下一步之前，我们想看看结果的物理意义，是否合理。考虑到 v 有 200 来个，全部打印出来，我们也看不懂是怎么分组的，需要换一种呈现方法。这就用到图论了。我们把每个同学当作节点， v_ij 当作边，0就是没，1就是有。先把这个图给建立好，再跑一个连通分量，就得到最终的结果了。同一个连通分量中的同学，就是一个组的。

我们把这个图给建立好。跑算法之前，最好先可视化一下，做做基本的肉眼检查，防止出现重大的么蛾子。

果然有问题！按照这个图，全班都在一个组里面，因为只有一个联通分量。

然而，我们仔细检查一下。每个节点，确实连且只连了 3 条边出去，完全满足我们设置的约束。那问题再哪里？

我们在图中，找到相邻的 3 个点，A、B、C，就发现问题了：AB 相连，BC 相连，然而AC却不相连。这就是 transitivity 的问题。如果 A 和 B 在一个组，B 和 C 在一个组，同学们就可以推出， A 和 C 一定也在一个组。这时候代表 AC 边的变量，应该是 1 才对。这个约束没有考虑到。

对任意的 A、B、C，我们需要考虑一个值 v_AB + v_BC + v_CA。这个式子的取值范围是 0 到 3 。来做一个分类讨论。如果为 0，说明三个人互不在同一个组，合理。如果为1，说明有两个人在一个组。不失一般性，设为 A、B，则 v_AB 为 1。第三人 C 与该两人都不在一个组，即 v_BC 和 v_CA 为 0。合理。如果式子的值是 3，表示三个变量都为 1，三个人两两在同一个组，也就是三个人在同一个组。合理。所以出问题的，就是这个式子为 2 的时候。不失一般性，设 v_AB = 1, v_BC = 1，那么我们可以推出 CA 也在一个组， v_CA = 1。矛盾。所以要加的约束是：

v_AB + v_BC + v_CA != 2

原理是清楚了，不过要表达出不等于的约束可不容易。事后老思发现， ortools 提供了一个 AllDifferent 可以利用，解决起来也不难。可惜当时没看完手册，TLDR，就硬刚了。又印证那句古话：以思，无益，不如学也。在自己陷进去，不断思索和尝试前，如果能透彻地学习，就会少走很多弯路。不过路都是走出来的。选好了方向，一直走，就能走到。

现在我们遇到的问题是，要表达一个  x != c 的约束。x 是若干变量的线性组合，a 是一个常数(之后我们带入 2)。但是 ortools 提供的接口，是可以表达  a <= x <= b 这样的条件。怎么用两个 <= ，通过“且”连接，去表达出不等于呢？同学们先自己可以试试。我们马上要剧透了。

老思依稀记得是有方法的。但是已经还给老师了…… (如果能再回到十年前，老思一定好好学习……)

多亏了云存储，妈妈再也不用担心硬盘坏了：

翻查了一下资料，方法倒是挺精彩的，不知道第一个人是如何想到的。Orz。

首先 x != c，就是 x > c 或 x < c。注意这个“或”字，不是“且”。难度都在这里了。因为标准的 MIP 模型，约束之间是“且”的关系。所以我们要做的事，是写两个“且”连接的约束，但通过处理，让其中任意一个满足即可。好像有一个开关，可以把两者中的一个给激活，但不影响另一个。而怎么制造开关呢。其实就是一个辅助变量  δ in {0, 1}。δ 为 0 的时候，激活一个约束，让另一个约束成为 trivial 的；δ 为 1 的时候，则反过来。

x > c - δ M

x < c + (1 - δ) M

整理一下就是：

c + 1 <= x + M δ <= c + M - 1

这个形式就和 Google ortools 的接口一致了。对任意的三个同学，组成的三个对对变量，我们都添加一组这个约束，就能保证 transitivity 了。总共有多少条这样的约束呢？

多了1000多条约束，还可以。添加进我们的模型。

3 个同学之间的 transitivity 解决了。那现在又有一个问题，如果是 4 个同学，产生的 6 个变量，中间会出现矛盾吗？其实不会的，只要 3 个同学的 transitivity 满足了，可以用归纳法推及更多的同学组合。这次运行求解，大概花了几秒钟，有明显的延迟了。看来多了 1000 多条约束，计算开销确实大了。我们求解并画图：

这个结果，肉眼看上去没有大问题。我们用一行求得连通分量，则可把 200 个优化问题的变量之解，转化为原问题的答案了。

好了，整了老半天，终于把一个分组问题的基本架子给搭好了。即，目前我们可以得到 20 个人分 5 组，每组 4 人，这个条件下的随机结果。到此为止的基础模型，是可以用在其他场景的，比如婚礼排桌号。接下来要做的事情，就比较针对特定问题了。我们这里还差一个最大化 preference 的目标，以及关于 diversity 的约束。

做事如同做人。先定目标。

这里的目标设置相对简单，没有考虑 preference 的顺序。只要有某个同学 i ，她的 preference list 里面包含了 j ，则 v_ij 在目标中的系数，设置为 1 。最终的版本，会在收集齐所有的 preference list 之后，做一些微调，反应出顺序。比如，满足第一志愿的，配对成功的体验应该更显著。如何细化，同学们都可以发挥想象了。

在这之前，求出的结果其实都不算是优化的结果，只是约束满足问题(CSP)。既然设置了目标，并且最大化它，那么先确认一下，优化过程已经进行了。通过把最优值打印出来，可以看到，有 9 组 preference 被满足了，并且确认我们是得到了可行解的。

在我们进一步添加约束之前，把分组的信息，和同学的背景放在一起，做个检验。如下图所示，第 0 组有两个同专业的。第 4 组出现了两个大一的。因为目前只设置了目标，尽可能满足同学提交的 preference，但是还没设置 diversity 约束，所以这个结果是合理的。而设置完 diversity 约束之后，我们再来看这个表，就出现变化后，就可以确认约束生效了。

一步一步检查，靠谱。

diversity 约束添加进去之后，问题应该变得更简单。说到底，diversity 约束是在声明一些 v_ij 为 0，当 i 和 j 不能在一组的时候。每多一组 diversity 约束，就相当于少了一个变量(变成了常数 0)。

终于到了最后一击。

添加完 diversity 约束后，有 23 个变量变为了 0。满足所有约束的条件下，目标值是 6，即有 6 对 preference 被满足。检查一下结果，已经没有同专业在一组，或者两个大一的在一组了。

搞定。

当然，这不是最终的分组结果。目前还在搜集 preference 的阶段。搜集齐后，我们再跑一次程序就可以了。程序的好处，就是写一次、用 N 次。虽然时间成本不小，不过要收回来也快。下次再上这门课，就回本了。如果多几门课用，就赚翻了。

最后，我们总结一下知识点。

首先，同学们应该可以闲侃一下 “运筹学” 了。姿势大体上是这样的：把老思开早会的例子举一枚，然后抛出这个酷炫的名词，跟对方说，用 Google ortools 可以解，然后转身离去，把功与名藏好。如果被对方扭臊着问细节，则应该首先保持冷静，然后酷酷地说：我忙着呢，这种细节自己看文档去，不行找个程序员帮忙。

其次，Google ortools 好用，不及 Google Drive 好用。找回 10 年前的资料，还是很给力的。俗话说，书到用时方恨少，哪怕不少也不好找。真心希望 10 年后，还能找到这些资料。只是 Google Drive 最近突然涨价了 20% ，完全没没没没没防备。看来得迎接一下初五财神，来对冲它继续涨价的风险了！

完。

 P话 

写给100年后的考古学家

 服老思 

长期关注大数据和区块链，探索传媒应用与教学