基于患者失约率的预约调度Python代码死循环问题排查修复

程序死循环的核心诱因是while trial <= 1循环存在未覆盖的退出分支，当患者无匹配可约时隙时，循环控制变量trial始终不更新，参数规模越大触发该分支的概率越高。具体故障点和修复方案如下：

具体故障点 #

• 逻辑运算符误用：使用位运算符&代替逻辑与运算符and，运算符优先级差异导致条件判断逻辑完全错乱，例如noshowtype[p] == 0 & count ==0实际执行顺序为noshowtype[p] == (0 & count) == 0，和预期判断逻辑不符。
• 无退出兜底逻辑：当患者偏好医生的号源全部约满、或患者自身无任何可用时隙时，四个调度分支都不会修改trial值使其满足循环退出条件，程序永久卡在当前循环。
• 负载统计错误：统计医生已接诊量时硬编码索引PHY-1，始终只统计最后一位医生的排班数据，无偏好患者的医生分配逻辑完全失效，号源分配极不均衡，更快触发号源占满的死循环场景。
• 超约计数错误：超约计数同样硬编码指向最后一位医生，未和当前分配的医生绑定，预设的单医生单时隙超约上限校验完全不生效。
• 时隙遍历逻辑错误：查找可用时隙时，只要第一个时隙患者不可用就直接break终止遍历，不会检查后续时隙，大量患者被错误判定为无法预约。

修复后完整代码 #

import pandas as pd
import numpy as np
import random
import datetime

SLOT = 12  # 每日时隙总数
PHY = 2  # 医生总数
P = 36  # 患者总数
number_OB = np.zeros((PHY, 1))  # 各医生超约数量
Limit_OB = np.zeros((PHY, 1))

for i in range(Limit_OB.shape[0]):
    Limit_OB[i] = 2  # 单医生单时隙最大接诊2名患者

# 患者偏好：1=偏好医生1，2=偏好医生2，3=无偏好
preference = [random.randint(1, 3) for i in range(P)]
# 失约类型：0=低失约风险，1=高失约风险
noshowtype = [random.randint(0, 1) for i in range(P)]
# 患者时隙可用矩阵：1=对应时隙可就诊，0=不可就诊
availability = np.random.randint(2, size=(P, SLOT))

# 变量初始化
totpat = np.zeros((PHY, SLOT))  # 各医生各时隙已预约患者数
assign = np.zeros(shape=(P, SLOT, PHY))  # 患者预约结果标记
totpatslot = [0]*SLOT  # 各时隙总预约人数
noapp = np.zeros((P, 1))  # 患者未预约标记
put = np.zeros((P, SLOT))  # 患者时隙分配标记
unschedule = np.zeros((P, SLOT))  # 时隙不可约标记
slotcap = [2,1,1,1,2,1,1,1,2,1,1,1]  # 各时隙容量上限

for p in range(P):
    count = 0
    # 处理无偏好患者，分配到当前预约量更少的医生
    if preference[p] == 3:
        tot_pat_sch = [0,0]
        for phy in range(PHY):
            for s in range(SLOT):
                tot_pat_sch[phy] += totpat[phy, s]
        if tot_pat_sch[0] < tot_pat_sch[1]:
            preference[p] = 1
        elif tot_pat_sch[1] < tot_pat_sch[0]:
            preference[p] = 2
        else:
            preference[p] = random.randint(1, 2)
    trial = 0
    selected_phy = preference[p] - 1
    while trial <= 1:
        # 低失约风险患者优先分配空时隙
        if noshowtype[p] == 0 and count == 0:
            for s in range(SLOT):
                if totpat[selected_phy, s] == 0 and availability[p, s] == 1:
                    assign[p, s, selected_phy] = 1
                    put[p, s] = 1
                    count = 1
                    trial = 2
                    totpat[selected_phy, s] += 1
                    totpatslot[s] += 1
                    break
        # 高失约风险患者优先分配空时隙
        if noshowtype[p] == 1 and count == 0:
            for s in range(SLOT):
                if totpat[selected_phy, s] == 0 and availability[p, s] == 1:
                    assign[p, s, selected_phy] = 1
                    put[p, s] = 1
                    count = 1
                    trial = 2
                    totpat[selected_phy, s] += 1
                    totpatslot[s] += 1
                    break
        # 无空时隙时分配到有余量的超约时隙
        if count == 0:
            has_slot = False
            for s in range(SLOT):
                if totpat[selected_phy, s] < slotcap[s] and availability[p, s] == 1:
                    assign[p, s, selected_phy] = 1
                    number_OB[selected_phy] += 1
                    put[p, s] = 1
                    count = 1
                    trial = 2
                    totpat[selected_phy, s] += 1
                    totpatslot[s] += 1
                    has_slot = True
                    break
            # 遍历完所有时隙都无可用号，标记为未预约
            if not has_slot:
                noapp[p] = 1
                for s in range(SLOT):
                    if availability[p,s] == 0:
                        unschedule[p,s] = 1
                trial = 2
        # 兜底计数，避免异常分支死循环
        if count == 0:
            trial += 1

修复说明 #

• 所有位运算符&替换为逻辑运算符and，修正条件判断逻辑
• 修正医生负载、超约计数的索引错误，确保统计数据和目标医生对应
• 补全无可用时隙时的兜底逻辑，遍历完所有时隙仍无空位直接标记患者未预约，更新循环变量退出
• 修正时隙遍历的错误break逻辑，遍历完所有时隙后再判定是否可约，避免漏判可用空位
• 优化无偏好患者的医生分配逻辑，不再随机分配，优先选择负载更低的医生平衡号源占用

内容的提问来源于stack exchange，提问作者Ali Kasaie