编程农场——入坑游玩第一天

《编程农场——入坑游玩第一天》是近期博客园技术区的好帖，信息密度大。下面分段讲清它的核心内容，看到结尾你就知道该怎么做了。

背景 编程农场又史低了，这个游戏在我愿望清单里面待挺久了，因为价格和其他原因，我一直没有购买，于是趁着steam编程游戏节，我直接买下了这款有意思的游戏。 游戏玩法 在购买这款游戏前，我就对这个游戏有所耳闻，这个游戏就是通过编写代码，驱动一个无人机实行自动化收割、种植等功能，而这种自动化生产链游戏，游戏的趣味就在于，通过自己的方式，最大化产线生成效率。

背景 编程农场又史低了，这个游戏在我愿望清单里面待挺久了，因为价格和其他原因，我一直没有购买，于是趁着steam编程游戏节，我直接买下了这款有意思的游戏。 游戏玩法 在购买这款游戏前，我就对这个游戏有所耳闻，这个游戏就是通过编写代码，驱动一个无人机实行自动化收割、种植等功能，而这种自动化生产链游戏，游戏的趣味就在于，通过自己的方式，最大化产线生成效率。 初期思路 这种最大化产线效率显然可以通过编程的方式完成，我们可以写一个程序完成这件事 第一次玩，还没有解锁太多作物，我想着先生产基础的资源，把初期要用到的东西都解锁了，并且防止后面基础资源短缺，于是，我想这先生产干草、木材和胡萝卜，我们需要将这三者的单位时间产量最大化，同时可以保证收支平衡，因为种植胡萝卜需要消耗其他两种作物，我的第一个简单粗暴的想法就是，枚举所有作物分布，同时对任意作物分布找到最优效率路径，但是在实现的过程中，我偷偷计算了一下复杂度，发现哪怕我进行了简化的操作，可能的作物分布依旧达到了可怕的 \(3^{n^2}\) ，这意味着使用暴力，会直接爆炸，同时，从复杂度，也可以看出这是一个np难问题，因此我们要采用一些启发性的方法来求最优解,对于启发式算法，我最擅长的就是模拟退火了，于是我就想使用SA来解决这个问题，模拟退火需要一个清晰的,对于最优解的评估方法，我们所求的最优解是三个产物的产出效率最高,但是因为这个状态考虑起来过于复杂，于是我在开始时想着，因为无人机飞行消耗时间较小，能不能先不考虑飞行的时序，只考虑图中有多少数量的不同作物，即每种作物各占多少格,这样可以大幅减少目标函数的构造难度，我直接统计了田中不同种类作物的数量，然后计算出他们单位时间产出作物数量并求和，但是我在完成之后，发现，如果不考虑无人机的飞行时间和顺序的话，所需要计算的部分全部都是简单的线性计算，那么我们其实可以直接通过线性规划的方式求出其最优解，但是因为写都写了，删除重构是不可能的，于是我决定先将假的SA写好，然后再把目标函数粘贴到另一个副本里面，然后再在已经完成的SA基础上，把目标函数改成考虑时序和移动的做法。

背景 编程农场又史低了，这个游戏在我愿望清单里面待挺久了，因为价格和其他原因，我一直没有购买，于是趁着steam编程游戏节，我直接买下了这款有意思的游戏。 游戏玩法 在购买这款游戏前，我就对这个游戏有所耳闻，这个游戏就是通过编写代码，驱动一个无人机实行自动化收割、种植等功能，而这种自动化生产链游戏，游戏的趣味就在于，通过自己的方式，最大化产线生成效率。 初期思路 这种最大化产线效率显然可以通过编程的方式完成，我们可以写一个程序完成这件事 第一次玩，还没有解锁太多作物，我想着先生产基础的资源，把初期要用到的东西都解锁了，并且防止后面基础资源短缺，于是，我想这先生产干草、木材和胡萝卜，我们需要将这三者的单位时间产量最大化，同时可以保证收支平衡，因为种植胡萝卜需要消耗其他两种作物，我的第一个简单粗暴的想法就是，枚举所有作物分布，同时对任意作物分布找到最优效率路径，但是在实现的过程中，我偷偷计算了一下复杂度，发现哪怕我进行了简化的操作，可能的作物分布依旧达到了可怕的 \(3^{n^2}\) ，这意味着使用暴力，会直接爆炸，同时，从复杂度，也可以看出这是一个np难问题，因此我们要采用一些启发性的方法来求最优解,对于启发式算法，我最擅长的就是模拟退火了，于是我就想使用SA来解决这个问题，模拟退火需要一个清晰的,对于最优解的评估方法，我们所求的最优解是三个产物的产出效率最高,但是因为这个状态考虑起来过于复杂，于是我在开始时想着，因为无人机飞行消耗时间较小，能不能先不考虑飞行的时序，只考虑图中有多少数量的不同作物，即每种作物各占多少格,这样可以大幅减少目标函数的构造难度，我直接统计了田中不同种类作物的数量，然后计算出他们单位时间产出作物数量并求和，但是我在完成之后，发现，如果不考虑无人机的飞行时间和顺序的话，所需要计算的部分全部都是简单的线性计算，那么我们其实可以直接通过线性规划的方式求出其最优解，但是因为写都写了，删除重构是不可能的，于是我决定先将假的SA写好，然后再把目标函数粘贴到另一个副本里面，然后再在已经完成的SA基础上，把目标函数改成考虑时序和移动的做法。 第一版代码 [代码示例略] 显然在仅考虑不同种类作物数量的情况下，这一方法不是最优的，应该采用线性规划的方式求解最优解。

背景 编程农场又史低了，这个游戏在我愿望清单里面待挺久了，因为价格和其他原因，我一直没有购买，于是趁着steam编程游戏节，我直接买下了这款有意思的游戏。 游戏玩法 在购买这款游戏前，我就对这个游戏有所耳闻，这个游戏就是通过编写代码，驱动一个无人机实行自动化收割、种植等功能，而这种自动化生产链游戏，游戏的趣味就在于，通过自己的方式，最大化产线生成效率。 初期思路 这种最大化产线效率显然可以通过编程的方式完成，我们可以写一个程序完成这件事 第一次玩，还没有解锁太多作物，我想着先生产基础的资源，把初期要用到的东西都解锁了，并且防止后面基础资源短缺，于是，我想这先生产干草、木材和胡萝卜，我们需要将这三者的单位时间产量最大化，同时可以保证收支平衡，因为种植胡萝卜需要消耗其他两种作物，我的第一个简单粗暴的想法就是，枚举所有作物分布，同时对任意作物分布找到最优效率路径，但是在实现的过程中，我偷偷计算了一下复杂度，发现哪怕我进行了简化的操作，可能的作物分布依旧达到了可怕的 \(3^{n^2}\) ，这意味着使用暴力，会直接爆炸，同时，从复杂度，也可以看出这是一个np难问题，因此我们要采用一些启发性的方法来求最优解,对于启发式算法，我最擅长的就是模拟退火了，于是我就想使用SA来解决这个问题，模拟退火需要一个清晰的,对于最优解的评估方法，我们所求的最优解是三个产物的产出效率最高,但是因为这个状态考虑起来过于复杂，于是我在开始时想着，因为无人机飞行消耗时间较小，能不能先不考虑飞行的时序，只考虑图中有多少数量的不同作物，即每种作物各占多少格,这样可以大幅减少目标函数的构造难度，我直接统计了田中不同种类作物的数量，然后计算出他们单位时间产出作物数量并求和，但是我在完成之后，发现，如果不考虑无人机的飞行时间和顺序的话，所需要计算的部分全部都是简单的线性计算，那么我们其实可以直接通过线性规划的方式求出其最优解，但是因为写都写了，删除重构是不可能的，于是我决定先将假的SA写好，然后再把目标函数粘贴到另一个副本里面，然后再在已经完成的SA基础上，把目标函数改成考虑时序和移动的做法。 第一版代码 [代码示例略] 显然在仅考虑不同种类作物数量的情况下，这一方法不是最优的，应该采用线性规划的方式求解最优解。 第二版代码-基于线性规划 [代码示例略] 这样我们就得到了基于线性规划的最优解求解代码了，不过这个游戏里面，有一个因素也影响着效率，只不过之前简化时忽略了而已，这个因素就是无人机移动消耗的时间、无人机操作的时间还有时序问题，这个因素其实在游戏中是比较重要的，因为只有一架无人机，移动操作时消耗的时间确实会很多，而如果导入了这个因素，那么这版线性规划的代码就难以解决了。

背景 编程农场又史低了，这个游戏在我愿望清单里面待挺久了，因为价格和其他原因，我一直没有购买，于是趁着steam编程游戏节，我直接买下了这款有意思的游戏。 游戏玩法 在购买这款游戏前，我就对这个游戏有所耳闻，这个游戏就是通过编写代码，驱动一个无人机实行自动化收割、种植等功能，而这种自动化生产链游戏，游戏的趣味就在于，通过自己的方式，最大化产线生成效率。 初期思路 这种最大化产线效率显然可以通过编程的方式完成，我们可以写一个程序完成这件事 第一次玩，还没有解锁太多作物，我想着先生产基础的资源，把初期要用到的东西都解锁了，并且防止后面基础资源短缺，于是，我想这先生产干草、木材和胡萝卜，我们需要将这三者的单位时间产量最大化，同时可以保证收支平衡，因为种植胡萝卜需要消耗其他两种作物，我的第一个简单粗暴的想法就是，枚举所有作物分布，同时对任意作物分布找到最优效率路径，但是在实现的过程中，我偷偷计算了一下复杂度，发现哪怕我进行了简化的操作，可能的作物分布依旧达到了可怕的 \(3^{n^2}\) ，这意味着使用暴力，会直接爆炸，同时，从复杂度，也可以看出这是一个np难问题，因此我们要采用一些启发性的方法来求最优解,对于启发式算法，我最擅长的就是模拟退火了，于是我就想使用SA来解决这个问题，模拟退火需要一个清晰的,对于最优解的评估方法，我们所求的最优解是三个产物的产出效率最高,但是因为这个状态考虑起来过于复杂，于是我在开始时想着，因为无人机飞行消耗时间较小，能不能先不考虑飞行的时序，只考虑图中有多少数量的不同作物，即每种作物各占多少格,这样可以大幅减少目标函数的构造难度，我直接统计了田中不同种类作物的数量，然后计算出他们单位时间产出作物数量并求和，但是我在完成之后，发现，如果不考虑无人机的飞行时间和顺序的话，所需要计算的部分全部都是简单的线性计算，那么我们其实可以直接通过线性规划的方式求出其最优解，但是因为写都写了，删除重构是不可能的，于是我决定先将假的SA写好，然后再把目标函数粘贴到另一个副本里面，然后再在已经完成的SA基础上，把目标函数改成考虑时序和移动的做法。 第一版代码 [代码示例略] 显然在仅考虑不同种类作物数量的情况下，这一方法不是最优的，应该采用线性规划的方式求解最优解。 第二版代码-基于线性规划 [代码示例略] 这样我们就得到了基于线性规划的最优解求解代码了，不过这个游戏里面，有一个因素也影响着效率，只不过之前简化时忽略了而已，这个因素就是无人机移动消耗的时间、无人机操作的时间还有时序问题，这个因素其实在游戏中是比较重要的，因为只有一架无人机，移动操作时消耗的时间确实会很多，而如果导入了这个因素，那么这版线性规划的代码就难以解决了。 第三版代码-添加移动以及时序处理功能的SA 为了解决之前提到的问题，我们又回到了启发性算法上，我们需要重新设计一下SA的目标函数，让他能够处理时序问题，我们可以注意到，无人机对于每个操作的时间是固定的，并且我们只有一台无人机，因此我们可以通过离散化的方式处理时序问题，由于一下子就考虑时序的优化过于困难，我们可以先假定无人机按照固定周期遍历全图，累加全局时间，逐格判断成熟并执行操作，最后统计净产出。

行动建议：收藏这篇，下次碰到同类问题先翻出来对照做一遍。好经验的价值，在于用起来。你最近被这类问题卡过吗？ 来源｜博客园《编程农场——入坑游玩第一天》，https://www.cnblogs.com/reasa/p/22955697.html