lap.lapjv实现线性指派问题
官方文档使用lapjv实现指派问题的算法是Jonker-Volgenant algorithm.这个算法比匈牙利算法快得多
示例
Matrix = np.matrix([[4, 5, 9],
[6, 2, 4],
[8, 3, 6],
[1, 2, 3]]) #一个4*3的非方阵
#Matrix: 指派矩阵, extend_cost: False, 指派矩阵是否为方阵, cost_limit: float, 指派阈值
cost, x, y = lap.lapjv(Matrix, extend_cost=True, cost_limit=9))
cost: 8
x: array([-1, 2, 1, 0])
y: array([3, 2, 1]))
这里的输出cost是最优指派的代价,x为一个长度为 N行数的数组,指定每行分配给哪一列,y为长度为列数的数组,指定每列分配给哪一行。
注意到,我们输入的矩阵不是一个方阵,因此extend_cost为True,如果输入是一个非方阵,而extend_cost为False时会报错,cost_limit是当指派的值大于这个阈值时才会分配,否则放弃这个分配结果(-1)