如何理解TSP问题中的两个Drools软约束规则？

首先明确一个核心前提：TSP要求的闭环总距离，本质是所有路径分段长度的累加，只要所有约束规则的计算贡献总和等于这个总目标，具体怎么拆分规则和直接计算最终值没有本质区别——这套拆分规则的核心目的，是为了适配求解器的增量式得分计算机制，同时清晰拆解路径的距离构成。

两个规则的计算总和刚好等价于TSP闭环总距离 #

我们先把TSP的标准闭环路径拆成独立的分段：

• 起点（Domicile）到第一个访问点的距离
• 每两个相邻访问点之间的距离
• 最后一个访问点返回起点的距离
  两个规则的覆盖范围刚好完全对应这三类分段，没有重叠也没有遗漏：

1. 规则 distanceToPreviousStandstill
   • 触发条件：所有已经被分配了前序节点（previousStandstill不为空）的访问点，直接取该访问点预存的「到前序节点的距离」作为扣分依据
   • 这里的 distanceFromPreviousStandstill 是Visit对象在被分配前序节点时自动计算并存入的字段，不需要在规则逻辑里重新计算两点距离，进一步降低规则执行的开销。
   • 覆盖范围：包含了从起点出发，沿着路径走到最后一个访问点的所有分段长度——如果访问点的前序是起点，就对应起点到第一个访问点的距离；如果前序是其他访问点，就对应两个相邻访问点之间的距离。所有这些分段的贡献累加，就是从起点走到路径最后一个节点的总长度。这种拆分把所有“访问点到自身前序（不管前序是起点还是其他访问点）”的计算统一处理，不需要单独为“起点到第一个访问点”写一条独立规则，减少了规则冗余。
2. 规则 distanceFromLastVisitToDomicile
   • 触发条件：已经分配了前序节点、且不存在任何其他访问点将其作为前序节点的访问点，计算该点到起点的距离作为扣分依据
   • 这里的 not Visit(previousStandstill == $visit) 逻辑，就是精准定位路径的尾节点：在合法的单一路径结构里，除了最后一个访问点，其他所有节点都会有一个后继节点将其作为前序，只有最后一个节点没有任何后继指向它。
   • 覆盖范围：对应最后一个访问点返回起点的距离。

两个规则的扣分全部累加后，得到的负向得分刚好等于“TSP闭环总距离的相反数”——因为求解器会优先选择得分更高的方案，负向的距离值就天然实现了“总距离越短，得分越高”的优化目标。

举个直观的数值例子 #

假设3个访问点A、B、C组成的合法路径为 起点→A→B→C→起点，各段距离分别为：起点到A为2，A到B为3，B到C为4，C到起点为5，总闭环距离为14，对应目标得分应为-14。

• 第一个规则触发3次，分别贡献-2（A段）、-3（B段）、-4（C段），累计贡献-9
• 第二个规则只会触发1次：只有C没有后继节点指向，贡献-5（C返回起点的距离）
• 总得分累计为-9 + (-5) = -14，和目标完全一致。

为什么不直接写一条规则计算全路径总距离 #

这套拆分设计最核心的价值是大幅提升求解性能：
如果直接写一条全量计算总距离的规则，每次求解器调整路径（比如调换两个节点的顺序、把某个节点插到其他位置），都需要遍历所有节点重新计算全路径的总长度，时间复杂度极高。
而拆分后的规则可以支持增量计算：每次路径调整只会影响少数几个相邻分段的贡献值，不需要重新遍历全量节点。比如上述例子中如果调换B和C的顺序为 起点→A→C→B→D→起点，只需要删除原来A-B、B-C、C-D、D-起点的旧贡献，加上A-C、C-B、B-D、D-起点的新贡献即可，不需要重新计算所有节点的距离，在节点规模较大时性能差异非常明显。
除此之外，这种拆分方式的逻辑和路径结构一一对应，规则可读性强、后续维护成本低，也不会出现漏算、重复计算的问题。

内容的提问来源于stack exchange，提问作者Rukawaa11