序言
近来外卖骑手、系统、算法早已是大热关键词。《外卖骑手，困在系统里》这篇文章将外卖骑手这个群体的生存现况做了一次详细的展示，如今大伙都晓得了骑手们看似不错的收入背后，有着如何的辛酸与苦闷。
于是你们各抒己见，阐述是哪些诱因让外卖骑手成了一份“高危职业”。其中有一个难以避开的问题，就是骑手们手中的终端APP与后台调度服务构成的系统。
这个系统在某种意义上成了一个榨取强制的象征，就如卓别林的精典影片《摩登时代》中的工业生产流水线一样，把人弄成系统中的一颗不会思索的螺栓钉。
关于社会性的话题，你们讨论得都不少了，我在这儿却想从技术上探究一下外卖骑手最怕什么投诉，这个系统里用的最基本的算法是哪些。
核心问题
摒弃其他细枝末节的问题，如果我们在还没有这套系统的时侯，我们想要解决的最核心问题是哪些？
外卖业务里最重要的角色有三个：店家、骑手、顾客。这么系统要解决的第一问题，就是要如何将店家与客户通过骑手连通上去。
假想一个最简单的世界，这儿只有一个店家，一位骑手，以及一名客户，所有的角色都在一条直线上。这么这个逻辑就简单了，骑手先从店家取餐，之后走直线送到客户手中就可以。
找一个刚学会“hello,world”的程序员来，也能写好这个算法吧。不过现实要是这么简单那就好了，理想有多丰腴，现实就有多肉感。
程序员在对系统进行设计时，常常都是从一个简单场景出发，之后不断降低条件，逐步接近真实世界。所以接出来，我们要加入一个变化，就是路径的选择。
如今骑手与店家之间还是直线，但骑手与客户之间存在两条分岔的路径了。我们不妨给路径标上厚度，一条路是1公里，另一条是100米。这么这个算法如何写？
只要能独立完成课堂编程作业的朋友们，想必也立刻就晓得，降低一个条件判定就可以了，哪条路线最短就走哪条。
好，我们继续降低难度。现今骑手与客户之间隔着三个街区，而店家在其中的一条街上。这可能会费一些脑筋，但对于早已渡过实习期，即将转为即将职工的朋友们来说，这还是可以实现的。
就是穷举每条路线，将所有可能的路径之和估算下来，之后选购最短的那条，通知骑手，出发！
最后，我们把街区降低到15个，每位街区上有10个店家。算法不变，运行吧。
咦，奇怪了，CPU打到100%了，竟然都过去五分钟了，还没算下来，机器中毒了？没有，是须要估算的量太大了，而到目前为止，我们还只有一个骑手，一个客户……
在客户的投诉电话打爆之前，老总瞪着血红的眼手链吼道：“要在骑手与客户之间快速找到最短路径，如何破？”
动态规划法
所有人的耳朵落在了公司里最资深的这位老码农脸上，他不紧不慢地扶了下深度墨镜框，捋了把稀疏油腻的毛发，深吸了一口气，之后吐下来四个字：“动态规划”。
老码农决然躺下，走到白板前拿起碳素笔，开始讲解。
骑手要达到顾潮汕，必然要穿过十五条街区，而现实情况更为复杂，例如公路堵车、断路施工、高峰限流等。为了简化讨论，将不利诱因统合为一个残差，即经过这条路所要付出的代价，数值越高越不利。
对于这些场景，动态规划法的思想是最适宜的。首先解释一下，动态规划的基本思路类似于分治法。就是将一个大问题界定为一个一个独立的子问题进行解决。所有的子问题解决以后，将子问题的解进行一次归纳，即得到原始问题的最终解。
回到我们所要解决的核心问题上来，就是怎样早日得出骑手的最佳路线？我们可以给街区编号，这么骑手站在一号街区，他最终的目标是要最快地抵达十五号街区。
基于动态规划法的思路，我们只须要考虑怎样让骑手最快抵达下一个街区就可以，而毋须把所有街区的可能路径都估算下来。
比如，骑手站在一号街区，我们只要找到通往二号街区的最短路径，把它记出来就可以；当他抵达二号街区时，再估算出抵达三号街区的最短路径……
以这种推，我们只要十五轮估算，每轮只估算出当前街区路径的最小值，最后将十五个最小值的路径串接上去，通知骑手，出发！
说到这儿，老码农洒脱地把碳素笔一甩，补充了一句：“动态规划最大的优点就在于，它的局部最优解集合就是全局最优解，它将估算量增加了几个数目级。”
迎着众人赞叹的眼神，老码农倏忽坐回了自己的工位。这时老总把椅子一拍，高呼了一声：“今天早上加班给我做下来，今天上线！”
大数据
系统初步建立好了，店家接入进来了，骑手也招募了，宣传打出去了，顾客真的下单了。老总天天在后台盯住数据看，一开始还面有喜色，到后来面色越来越阴沉。
总算有三天，老总又嚷开了：“对门新开了一家在线外卖，她们的送达时间如何平均能比我们快两分钟？谁能告诉我为何！”
没有人可以回答这个问题，办公室里安静的让人窒息，这时侯还是老码农慢条斯理地说：“如果我没猜错，她们应当是算法加上大数据的方法，增强了效率。”
老码农又走到白板前开始了讲解。
在程序算法的世界里，骑手们仅是加权有向图中的一个节点，他是男是女、年纪多大、百米跑成绩是多少……这些数据统统没有。
而算法仅是规划出骑手的行动路线，骑手的绩效水平，则取决于他自身的各项要素了。假如将骑手的身体数据外卖骑手最怕什么投诉，以及他在送餐时的各项数据全都记录出来，这么能够产生他个人的效能数据库。
我们通过大数据的方法，可以对每一位骑手的绩效能力进行评估。之后估算出送餐任务所需花费的效能点数，再减去他个人的效能值，就得到了最短送餐时间。
每次骑手完成任务，系统中他的效能值就会更新，而为了追求最快速度，系统都会奖励他的最高效能表现，而惩罚低效能表现。这样骑手们都会越跑越快了。
但是大数据对于处理突发情况非常好使，比如某条公路突发车祸造成难以通行时，只要骑手没有通行记录，就可以马上标记为无效路径，节约大量时间。
说到这儿，老总双眼放光，又一拍椅子，高呼：“还等哪些，赶快给我上！”
老总瞧瞧你们有些踟蹰的样子，甩下一句话“我不管大家用哪些方式，只要我们跑得比对门那家快，所有人加薪50%。”然后就冲出门去盯住出餐最慢的那户店家了。
技术之外
好了，技术的话题讨论得差不多了，可以说说技术之外的这些事儿了。《外卖骑手，困在系统里》关注的是骑手们，而我想谈一谈创造系统的程序员们。
在那篇文章中对程序员们有一些简单的描画，但还是有些脸谱化了，像是凭借大众印象写下来的。其实，“人物”还是一个很了不起的公号，她们对骑手做的深度调查就极具力量。
只是我想，假如她们有三天能对程序员这个群体也有这样深度的采访和调查，这么一定也能写出有血有肉的程序员们来。
回到我在文中为了趣味性，加入的“老板”与“老码农”角色。其实是戏说，但现实中虽然在推动工作时，也差不多会发生这样的对话。
只不过有的老总会更强悍，有的老总会温和一些。说程序员不知人间疾苦，只知埋首在空调房里写程序，这是不确切的。不说程序员也是一项高危职业么。
不晓得你们有没有看下来，系统抽在骑手们头上的皮鞭，首先就是老总抽在程序员脸上的。而老总，也并不是穷凶极恶的大坏蛋，她们也是有理想、有梦想，想改变世界的创业者。
只不过在残酷的商业竞争中，你们比拼的是下限，走到劣币驱逐良币的公路起来了。说究竟，这些剩者为王的理念，给社会形成的破坏远小于它所带来的效益。
不过我还是相信，技术的进步终将会消弥商业竞争的残酷。无论是骑手还是程序员们，就会活得更轻松、更有尊严。
免责声明：部分文章信息来源于网络以及网友投稿，本站只负责对文章进行整理、排版、编辑，出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性，如本站文章和转稿涉及版权等问题，请作者在及时联系本站，我们会尽快为您处理。
