OR-Tools护士排班：如何用二进制约束避免班次间隔

你的核心需求是禁止护士排班出现间隔（如[1,0,1]、[1,0,0,1]），确保工作时段连续。先分析你的现有代码问题，再给出可靠的实现方案：

现有代码的潜在问题 #

你当前的negated_bounded_span函数和约束逻辑，本质是禁止**“工作→连续N天休息→工作”**的特定模式，逻辑上是正确的，但可能因为以下原因未生效：

• 约束优先级冲突：如果模型中存在其他优先级更高的约束（如强制护士必须工作特定天数但无法连续），可能会违反该约束。
• 变量或模型构建错误：如果nurse_days变量未正确定义为布尔变量，或者约束未被正确添加到模型中，也会导致约束失效。

更可靠的约束实现方案 #

直接从“工作时段必须连续”的本质出发，约束逻辑可以简化为：如果护士在第d天和第d'天（d' > d）都工作，那么中间所有天数必须工作。这种方式能覆盖所有间隔场景，实现更直观：

num_days = 5
for n in range(num_nurses):
    works = [nurse_days[(n, d)] for d in range(num_days)]
    # 遍历所有可能的日期对(d, d')，d < d'
    for d in range(num_days):
        for d_prime in range(d + 2, num_days):
            # 约束：如果works[d]和works[d_prime]都为1，那么中间的每一天都必须为1
            for k in range(d + 1, d_prime):
                model.AddImplication(
                    model.AddBoolAnd([works[d], works[d_prime]]).Var(),
                    works[k]
                )

或者用更简洁的布尔表达式写法（无需中间变量）：

num_days = 5
for n in range(num_nurses):
    works = [nurse_days[(n, d)] for d in range(num_days)]
    # 禁止[1,0,1]模式
    for d in range(num_days - 2):
        model.AddBoolOr([works[d].Not(), works[d+1], works[d+2].Not()])
    # 禁止[1,0,0,1]模式
    for d in range(num_days - 3):
        model.AddBoolOr([works[d].Not(), works[d+1], works[d+2], works[d+3].Not()])
    # 禁止[1,0,0,0,1]模式（针对5天的场景）
    model.AddBoolOr([works[0].Not(), works[1], works[2], works[3], works[4].Not()])

额外排查点 #

1. 确认nurse_days变量是通过model.NewBoolVar()创建的布尔变量，而非普通整数变量。
2. 检查模型的目标函数或其他约束是否存在强制护士工作不连续的逻辑（例如要求护士必须工作2天，但总天数只有3天且其他约束冲突）。
3. 求解时确保使用CP-SAT等MIP求解器，线性规划求解器不支持布尔约束的离散求解。

内容的提问来源于stack exchange，提问作者trllcty