OR-Tools - Google优化工具

Google的组合优化软件套件。

目录

• 关于OR-Tools
• 代码地图
• 安装
• 快速入门
• 文档
• 贡献
• 许可证

关于OR-Tools

Google优化工具（又称OR-Tools）是一个开源、快速且可移植的软件套件，用于解决组合优化问题。

该套件包含：

• 两个约束规划求解器（CP*和CP-SAT）；
• 两个线性规划求解器（Glop和PDLP）；
• 商业和其他开源求解器的包装器，包括混合整数求解器；
• 装箱和背包问题算法；
• 旅行商问题和车辆路径问题算法；
• 图算法（最短路径、最小费用流、最大流、线性和分配）。

我们用C++编写了OR-Tools，但提供了Python、C#和Java的包装器。

代码地图

这个软件套件由以下组件组成：

• Makefile 基于GNU Make的构建顶层文件。
• makefiles 辅助Make文件、CI和构建系统文档。
• CMakeLists.txt 基于CMake的构建顶层文件。
• cmake 辅助CMake文件、CI和构建系统文档。
• WORKSPACE 基于Bazel的构建顶层文件。
• bazel 辅助Bazel文件、CI和构建系统文档。
• ortools 源代码根目录。
  • base 基本工具。
  • algorithms 基本算法。
    • samples 精心设计的示例。
  • graph 图算法。
    • samples 精心设计的示例。
  • linear_solver 线性求解器包装器。
    • samples 精心设计的示例。
  • glop 基于单纯形法的线性规划求解器。
    • samples 精心设计的示例。
  • pdlp 一阶线性规划求解器。
    • samples 精心设计的示例。
  • lp_data 线性模型的数据结构。
  • constraint_solver 约束和路由求解器。
    • docs 组件文档。
    • samples 精心设计的示例。
  • sat SAT求解器。
    • docs 组件文档。
    • samples 精心设计的示例。
  • bop 基于SAT的布尔求解器。
  • util 约束求解器所需的工具
• examples 所有示例的根目录。
  • contrib 社区贡献的示例。
  • cpp C++示例。
  • dotnet .Net示例。
  • java Java示例。
  • python Python示例。
  • notebook Jupyter/IPython笔记本。
  • flatzinc FlatZinc示例。
  • tests 单元测试和错误报告。
• tools 交付工具（如Windows GNU二进制文件、脚本、发布docker）

安装

这个软件套件已在以下环境下测试：

• Ubuntu 18.04 LTS及更高版本（64位）；
• Apple macOS Mojave，搭配Xcode 9.x（64位）；
• Microsoft Windows，搭配Visual Studio 2022（64位）。

OR-Tools目前使用Makefile构建，但也提供Bazel和CMake支持。

有关安装说明（源代码和二进制文件），请访问 https://developers.google.com/optimization/introduction/installing。

使用Make从源代码构建（传统方式）

我们提供了基于Make的构建。
请查看 Make构建说明。

使用CMake从源代码构建

我们提供了基于CMake的构建。
请查看 CMake构建说明。

使用Bazel从源代码构建

我们提供了基于Bazel的构建。
请查看 Bazel构建说明。

快速入门

学习如何使用OR-Tools的最佳方式是按照我们开发者指南中的教程进行：

https://developers.google.com/optimization/introduction/get_started

如果你想从代码示例中学习，请查看examples目录中的示例。

文档

OR-Tools的完整文档可在以下网址获取： https://developers.google.com/optimization/

贡献

CONTRIBUTING.md文件包含在发送任何拉取请求（PR）之前提交贡献者许可协议的说明。 当然，如果你是项目新手，最好先讨论任何提议并达成共识，然后再发送你的第一个PR。

许可证

OR-Tools软件套件根据Apache License 2.0条款获得许可。
更多信息请参见LICENSE。