使用PySCIPOpt的addConsOr触发Segmentation fault，如何实现x≠y约束？

问题原因 #

PySCIPOpt的addCons方法仅支持<=、>=、==三种关系运算符，直接传入x != y会触发NotImplementedError；而你使用addConsOr时出现段错误，是因为直接将表达式（如x>=y+1）传入方法，而非先将表达式转化为约束对象。

修复addConsOr的段错误 #

将表达式先转为约束对象，再传入addConsOr，同时可按需选择是否传入布尔变量：

from pyscipopt import Model

model = Model()
x = model.addVar("x", "I")
y = model.addVar("y", "I")
# 先创建两个约束对象
cons1 = model.addCons(x >= y + 1)
cons2 = model.addCons(x <= y - 1)
# 传入约束对象列表到addConsOr
model.addConsOr([cons1, cons2])

更简洁的实现方式 #

方法1：使用addConsDisjunction（推荐） #

PySCIPOpt提供了专门的析取约束方法addConsDisjunction，可直接传入约束表达式列表：

from pyscipopt import Model

model = Model()
x = model.addVar("x", "I")
y = model.addVar("y", "I")
model.addConsDisjunction([x >= y + 1, x <= y - 1])

方法2：大M法结合布尔变量 #

通过引入布尔变量和足够大的常数M，将析取约束转化为线性约束，适用于需要跟踪约束激活状态的场景：

from pyscipopt import Model

model = Model()
x = model.addVar("x", "I")
y = model.addVar("y", "I")
z = model.addVar("z", "B")  # z=1表示x≥y+1，z=0表示y≥x+1
M = 1000  # M需大于x、y的最大可能取值范围

model.addCons(x - y >= 1 - M*(1 - z))
model.addCons(y - x >= 1 - M*z)

内容的提问来源于stack exchange，提问作者jigo3635