Elysia Tools
导航
Math & Numbers
用教科书版匈牙利算法求解 2–8 × 2–8 的指派问题（支持矩形矩阵，自动补零成本哑行/哑列）：先做行约简与列约简，再用增广路径在零元素中找最大匹配，不够则按 König 定理用最少直线覆盖所有零并调整矩阵，每轮减未覆盖最小元、加双覆盖交点；最大化问题内部取负求解后报告收益。逐步输出约简与覆盖过程，给出最优指派与总成本并代回验证。经典例：[[9,2,7],[6,4,3],[5,8,1]] 最小化 → 总成本 9（工人 1→任务 2、工人 2→任务 1、工人 3→任务 3）。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
工具使用指南
指派问题求解器基于经典匈牙利算法（Kuhn-Munkres 算法），专为 2×2 至 8×8 规模的成本或收益矩阵提供最优任务分配方案。工具支持矩形矩阵自动补零拓展，完整展示行列约简、增广路径最大匹配、König 定理最少直线覆盖与矩阵调整的详细推导步骤，并输出验证后的最优分配对与总成本或总收益。
背景
车间有 3 名技术工人需要分别指派到 3 台不同的设备上，每位工人在不同设备上的加工成本各不相同。
问题
在满足每人一台设备的前提下，求出总成本最低的指派方案。
如何使用
在成本矩阵文本框中输入各行成本数值，目标选择“最小化总成本”，点击计算。
matrix: "9, 2, 7\n6, 4, 3\n5, 8, 1"
goal: "min"
decimalPlaces: 4结果
系统输出最优方案为工人 1 做任务 2、工人 2 做任务 1、工人 3 做任务 3，最低总成本为 9。
背景
公司计划将 3 位资深销售派往 3 个新市场区域，不同销售在各区域的历史预估销售额存在差异。
问题
制定一对一派遣方案，使 3 个区域的预期总销售收益达到最大。
如何使用
输入 3x3 预期收益矩阵，目标选择“最大化总收益”，小数位数设为 2 后执行求解。
matrix: "7, 3, 5\n2, 9, 4\n6, 8, 1"
goal: "max"
decimalPlaces: 2结果
系统展示取负约简与覆盖调整流程，得出销售 1 指派区域 3、销售 2 指派区域 2、销售 3 指派区域 1，最大总收益为 20.00。
工具会自动补充成本为 0 的哑行（虚拟工人）或哑列（虚拟任务），将其补齐为标准方阵后求解。
系统会在内部对收益矩阵取负转换为最小化指派问题，求解完成后还原为实际最大收益。
支持行数和列数在 2 到 8 之间的任意成本或收益矩阵。
包含，输出内容会逐步展示行列约简极小值、各轮零元素匹配情况及直线覆盖调整过程。
可通过“小数位数”选项设置 0 到 8 位的显示精度，系统将按设定值格式化各步骤与总结果。