CP公式和求解逻辑的注释

在本节中，将用一个简化的3-job单机调度问题来阐述CP公式和解决方案逻辑的概念，该问题的约束条件是所有作业都要在到期日当天或之前完成，并且不间断地处理（时间单位=天）。

问题的公式如图所示：

注意，两个变量（Cj和sj）的域是有限集，每个作业的开始时间（sj）和完成时间（Cj）由该作业的处理时间（pj）链接。通过公式中所示的析取约束来表达这样一个事实，即机器一次只能执行一项任务。

CP解决方案逻辑如图所示：

该图根据表示三个作业（C1、C2和C3）的完成时间的变量的域，映射了域缩减、约束传播和深度优先搜索策略的逻辑。为了跟踪CP如何评估和筛选解决方案空间，在每个步骤中，提供C1、C2和C3的未探索候选值的数量。

由于通过约束传播引起的域缩减而导致不一致的变量的值被着色，并用它们不一致的步骤标记。最后，将绑定值着色为黑色，并用生成它们的步骤进行标记。请注意，首先，有343个（7 x 7 x 7）候选任务。

在步骤1中，在涉及每个作业的完成时间、处理时间、开始时间和截止日期的约束下，对所有三个变量分别进行域缩减。例如，由于作业1的处理时间为3天，因此无法在第0天、第1天和第2天完成。此外，作业1将于第5天到期。因此，它不能在第6天完成。请注意，在修剪253个潜在分配后，初始域减少导致90个未探索的分配（基于图中的空白单元格）。

由于不可能进行更高的域缩减，并且我们没有解决方案，因此在步骤2中启动深度优先搜索策略。使用“最小当前域优先”的搜索启发式，选择C1进行实例化。一旦执行C1=3，约束传播就会发生，对C1、C2和C3的域产生影响。C1不能再假设值为4和5。C2不能再假设值为2、3和4。最后，C3不能再假设值为1、2和3。步骤2导致未探索任务从90个减少到6个。

在步骤3中，使用“最小当前域优先”启发式方法，选择C2作为实例。C2＝5的第一个值使得C2＝6不一致，并且还使得C3＝4和C3＝5不一致。因此，在步骤3中，搜索实际上遇到了这个问题的第一个可行解决方案（C1＝3，C2＝5，C3＝6）。

如果我们希望识别所有的解决方案，那么深度优先搜索策略现在回溯到步骤2，用于下一个C2值（注意，对于C1=3，C2可以是5或6），并将C2限制到其当前域中的下一个值，即C2=6。一旦它实例化C1＝3和C2＝6，传播过程现在就更新C3的域，以查看C3的哪些值可能与这些实例化一致。它遇到C3=4的单一一致值，并确定第二个解决方案：C1=3，C2=6，C3=4。

回溯，步骤5现在返回到C1级别，并将其实例化为C1=4，并且重复步骤1到3中提到的逻辑，它识别第三个解决方案：C1=4、C2=6、C3=1。最后，实例化C1=5得到第四个（也是最后一个）解决方案：C1=5，C2=2，C3=6。