指定资源分配算法？
Specifying Resource Allocation algorithm?
谁能帮我解决或说明这是什么类型的问题：
我有一组资源和一些用户，每个用户都有一个特定的资源子集，可以从中选择一个资源进行分配。两个不同的用户不能分配给同一个 resource.I 需要以最大化分配的方式将资源分配给用户。例如：
R={r1,r2,r3,r4} %资源集
U={u1,u2,u3,u4} %用户集
u1 可以从以下资源中选择一个：{r1, r2, r3}
u2 可以从以下资源中选择一个：{r1, r2}
u3 可以从以下资源中选择一个：{r1, r4}
u4 可以从以下资源中选择一个：{r2}
在这种情况下我应该分配
r3->u1, r1->u2, r4->u3, r2->u4.
如果分配方式不同，u4 将没有资源可分配。
这只是为了说明问题，我需要为200个用户和100个资源解决这个问题。
我可以就使用哪种算法或如何解决这个问题征求你的意见吗？
我写了一个简单的汇编程序，可以将变量分配给寄存器。我发现最有效的方法是先进行最难的分配，然后再进行下一个最难的分配。
所以在你的例子中，你有一个想要分配的用户列表。由于每个用户都有不同的分配规则，您需要为每个可用资源创建一个计数。
然后进行如下操作：
- 使用特定规则，计算可用资源
- select拥有最少
的用户
- 在平局的情况下，随机 select 一个
- 为 selected 用户分配资源
- 重复
通过这种方式，您可以优先考虑那些最难分配的用户。但考虑到用户和资源，可能没有解决方案，因此您可能需要重试几次。如果在 N 次尝试后，没有找到解决方案中止。
我经常使用 LP/MIP 解算器解决这类分配问题。尺寸不是太大，所以几乎任何解算器都可以，而且有很多现成的。它可能看起来有点矫枉过正，但根据我的经验，它提供了一些有用的灵活性（例如修复一些分配，允许额外的临时约束）。
您的问题可以表述为：
我将问题解决为 RMIP，它只是一个 LP（对于此类问题，x 变量自动为整数）。
为了回答你的问题，让我试着解释一下方程式。
首先我们需要注意的是变量x(u,r)只取值0或1。这是一个属性的线性赋值问题。原因并不十分明显，但一本关于线性规划的好书可以告诉你更多。
第一个等式assign1说：我们最多可以为每个用户分配一个资源。例如。对于用户 u1，我们有：x(u1,r1)+x(u1,r2)+x(u1,r3) <= 1。该等式禁止将用户分配给两个或多个资源。我们允许未分配的用户，以防我们缺少资源（例如，如果我们有一个包含 2 个用户和 1 个资源的数据集）。由于无法将用户分配给所有资源，因此我们不会对所有 r 求和，而只会对允许的组合求和。
第二个等式assign2说：我们最多可以将每个资源分配给一个用户。例如。对于资源 r1，我们有：x(u1,r1)+x(u2,r1)+x(u3,r1) <= 1。该等式禁止将资源分配给两个或更多用户。我们也需要这个，否则可以将几个不同的用户分配给同一资源。我们允许未分配的资源以防我们缺少用户（例如，我们有 2 个资源而只有 1 个用户）。由于无法将资源分配给任何用户，因此我们不会对所有 u 求和，而只会对允许的组合求和。
最后 objective 统计了有多少有效分配。这是我们想要最大化的价值。诀窍还是对允许的组合求和以防止非法分配。
该模型与描述的 LP 模型略有不同 here. Much more information on the assignment problem can be found in this book。
对于您的小数据集，这里是输入数据和结果：
谁能帮我解决或说明这是什么类型的问题：
我有一组资源和一些用户，每个用户都有一个特定的资源子集，可以从中选择一个资源进行分配。两个不同的用户不能分配给同一个 resource.I 需要以最大化分配的方式将资源分配给用户。例如：
R={r1,r2,r3,r4} %资源集
U={u1,u2,u3,u4} %用户集
u1 可以从以下资源中选择一个：{r1, r2, r3}
u2 可以从以下资源中选择一个：{r1, r2}
u3 可以从以下资源中选择一个：{r1, r4}
u4 可以从以下资源中选择一个：{r2}
在这种情况下我应该分配
r3->u1, r1->u2, r4->u3, r2->u4.
如果分配方式不同，u4 将没有资源可分配。
这只是为了说明问题，我需要为200个用户和100个资源解决这个问题。 我可以就使用哪种算法或如何解决这个问题征求你的意见吗？
我写了一个简单的汇编程序，可以将变量分配给寄存器。我发现最有效的方法是先进行最难的分配，然后再进行下一个最难的分配。
所以在你的例子中，你有一个想要分配的用户列表。由于每个用户都有不同的分配规则，您需要为每个可用资源创建一个计数。
然后进行如下操作：
- 使用特定规则，计算可用资源
- select拥有最少 的用户
- 在平局的情况下，随机 select 一个
- 为 selected 用户分配资源
- 重复
通过这种方式，您可以优先考虑那些最难分配的用户。但考虑到用户和资源，可能没有解决方案，因此您可能需要重试几次。如果在 N 次尝试后，没有找到解决方案中止。
我经常使用 LP/MIP 解算器解决这类分配问题。尺寸不是太大，所以几乎任何解算器都可以，而且有很多现成的。它可能看起来有点矫枉过正，但根据我的经验，它提供了一些有用的灵活性（例如修复一些分配，允许额外的临时约束）。
您的问题可以表述为：
我将问题解决为 RMIP，它只是一个 LP（对于此类问题，x 变量自动为整数）。
为了回答你的问题，让我试着解释一下方程式。
首先我们需要注意的是变量x(u,r)只取值0或1。这是一个属性的线性赋值问题。原因并不十分明显，但一本关于线性规划的好书可以告诉你更多。
第一个等式assign1说：我们最多可以为每个用户分配一个资源。例如。对于用户 u1，我们有：x(u1,r1)+x(u1,r2)+x(u1,r3) <= 1。该等式禁止将用户分配给两个或多个资源。我们允许未分配的用户，以防我们缺少资源（例如，如果我们有一个包含 2 个用户和 1 个资源的数据集）。由于无法将用户分配给所有资源，因此我们不会对所有 r 求和，而只会对允许的组合求和。
第二个等式assign2说：我们最多可以将每个资源分配给一个用户。例如。对于资源 r1，我们有：x(u1,r1)+x(u2,r1)+x(u3,r1) <= 1。该等式禁止将资源分配给两个或更多用户。我们也需要这个，否则可以将几个不同的用户分配给同一资源。我们允许未分配的资源以防我们缺少用户（例如，我们有 2 个资源而只有 1 个用户）。由于无法将资源分配给任何用户，因此我们不会对所有 u 求和，而只会对允许的组合求和。
最后 objective 统计了有多少有效分配。这是我们想要最大化的价值。诀窍还是对允许的组合求和以防止非法分配。
该模型与描述的 LP 模型略有不同 here. Much more information on the assignment problem can be found in this book。
对于您的小数据集，这里是输入数据和结果：