在版上潜水已久 偶尔在置底问一些问题
这次小小萌新我来发发文
会打这篇是因为一直对于各种后勤推荐方案不太满意
加上最近没什么活动，吃饱太闲来试试看新的方法
目前现有的方案主要是以资源、契约加权的方式、选择最高的方案
但一般的使用上，需要的更像是想要在最短时间内，获得期望目标的资源
方法上，主要使用 Python 程式语言，用现成的 Linear programing 套件实作
（这边懒得看可以跳过）
参数部分：
team 后勤梯队数（一般为4）
big_success 大成功机率（一般为60%）
now_man 现有人力
now_amm 现有弹药
now_rat 现有口粮
now_par 现有零件
target_man 目标人力
target_amm 目标弹药
target_rat 目标口粮
target_par 目标零件
need_white 需要白纸
need_blue 需要蓝纸
need_orange 需要橘纸
need_green 需要绿纸
need_coin 需要采购币
限制（Constraint）部分：分为资源和时间
资源上，对于4项资源、4种契约、采购币，需要符合
所有任务加总 SUM（资源获得量*任务执行次数*大成功系数） >= 目标数量
资源大成功系数 = 1+大成功机率*0.5
契约大成功系数 = 大成功机率*(该契约获得率/该任务获得契约率)
+ (1-大成功机率)*该契约获得率
时间上，单一任务执行时间不可超过一定比例（1/4，4梯队的话）
对所有任务
任务执行次数*该任务执行时间 <= 1/team*所有任务时间加总
目标函数（Objective）部分，最小化总花费时间，求出各个任务执行次数
Minimize 所有任务加总 SUM（任务执行次数*该任务执行时间）
#####################################################################
使用方法：
1.使用 Repl.it 线上 Python 编译器，网址：http://0rz.tw/XtJCu （程式码附在里面）
2.设定梯队数、大成功机率、现有资源、目标资源、目标契约数
3.按 run >
4.等他跑完，结果会显示在右边
#####################################################################
使用上，推荐可以先设定目标资源，不要设定契约数，
先算出最少需要时间后，在设定需要的契约数量，重新计算，
依照额外付出的时间，自行考虑是否值得，调整至满意为止。
显示的结果：
1.列出执行的任务次数、时间、占时间百分比
2.总花费时间(分钟、小时、天)
3.预计获得的各项资源(期望值)
一些issue与资料来源：
1.目前没考虑后勤之间间隔(这是小事，很好改)
2.没考虑晚上睡觉的更换方案(还没想到怎么改)
3.0-10章契约机率来自NGA上彩虹大佬统计(拆包?)，第11章目前为我自己体感乱打的，有
更精确的数据可以再做更改
长草的同时，也要当个肥滋滋好鲤鱼，下次圣造发大财。
欢迎提供各种意见或需求 尽我所能的作更改