pythonic/idiomatic 在 or-tools CP-Solver 上声明线性约束的方法

Question

这就是我在 CP-Solver (OR-Tools) 上创建线性约束的方式：

constraint3 = [ None for n in range(N) ]
for n in range(0,N):
    eq = "T3_n[%d] >= T2_n[%d]"%(n,n)
    constraint3[n] = model.Add(eval(eq))

其中 T3_n 和 T2_n 是根据系统输入创建的变量列表。

它有效，但我有一种强烈的感觉，这不是我应该做的。 :-)

有没有更idiomatic/better的方法呢？

提前致谢！

编辑：表达式本身如果内置于运行时间的另一个示例：

for i in range(0,I): for n in range(0,N): eq = "" for m in range(0,N): if n!=m: eq = eq + "ORD_i_n_m[%d][%d][%d] + "%(i,n,m) eq = eq + " OURD_i_n[%d][%d] == LRD_i_n[%d][%d]"%(i,n,i,n) constraint12[i][n] = model.Add(eval(eq))

编辑 2：

使用 eval 的要点是表达式本身取决于输入和一些逻辑。它仅在执行时已知。所以我将它创建为 String 并对其进行 eval() 。这是（某种程度上）第二个例子的情况。在其他 frameworks/languages 中，可以在约束中设置每个变量的乘数。例如，对于其他求解器，我可以这样写： for n in range(0,N): constraint3[n] = solver.Constraint(0,infinity) constraint3[n].SetCoefficient(T3_n[n],1) constraint3[n].SetCoefficient(T2_n[n],-1) （当然这是一个简单的例子，也有使用毛茸茸的逻辑来定义系数的情况）

我没有在 cp-solver 中找到这样做的方法。

编辑 3：另一个例子来说明为什么我一直在使用 eval...

for i in range(0,I):
    for n in range(0,N):
        for m in range(0,N):
            constraint14[i][n][m] = solver.Constraint(-M,infinity)
            constraint14[i][n][m].SetCoefficient(TRD_i_n[i][m],1)
            if customer[n]!=customer[m]:
                constraint14[i][n][m].SetCoefficient(limit[customer[n]],-1)
            constraint14[i][n][m].SetCoefficient(ORD_i_n_m[i][n][m],-M)

其中 limit[] 是变量数组

在这种情况下，无法使用 model.Add() 预先编写约束方程，因为变量取决于根据输入数据选择的客户。我错了吗？请指教

Answer 1

使用list.append:

constraint3 = []
for n in range(0,N):
    constraint3.append(model.Add(T3_n[n] >= T2_n[n]))

我不知道 model.Add 的 return 值是多少，但我假设它默认为 None 如果那是你的意图

Answer 2

当然，关于list comprehensions:

是对的

constraint3 = [
    model.Add(T3_n[n] >= T2_n[n])
    for n in range(N)
]

pythonic/idiomatic 在 or-tools CP-Solver 上声明线性约束的方法

pythonic/idiomatic way of declaring linear constraints on or-tools CP-Solver

python

or-tools