Show HN：Better Seater——婚礼座位图优化器
为婚礼座位图做优化竟然是个出人意料地困难的问题，它既涉及 NP-hard 的约束求解，也牵涉到诸如矛盾、朋友群、无障碍、预算限制等复杂的社交现实。评论者讨论了 Better Seater 以及 OptaPlanner/Timefold 等库如何用启发式和遗传算法生成“足够好”的安排，同时强调人类仍需根据无法量化的偏好进行调整。大家也在讨论产品方向和可行性：是否应面向婚礼策划人和场地方，如何支持复杂约束（桌子大小、位置、优先级、标签），以及在变得过于复杂、失去实用性之前，简单的拖拽式界面究竟能走多远。
整体反响
- 许多人觉得这个想法很有趣，也很有技术性，尤其是使用优化/约束求解。
- 不少人表示自己曾尝试构建类似工具（用于婚礼、犬舍、教室、营地等），这也验证了这个问题确实真实且棘手。
- 也有人说，最终还是回到了手动规划，因为存在复杂的“软”约束和人的判断。
优化与算法
- 多条评论指出，在约束下让人保持在一起或分开这一问题是 NP-hard。
- 共识是：不必追求精确最优；“足够好”的启发式解就可以。
- 该工具底层使用 OptaPlanner；有人建议使用 Timefold（一个分支）作为更快的继任者。
- 还提到的其他求解器包括：MILP 求解器、SAT 编码、遗传算法、Google OR-Tools；性能和易用性各不相同。
使用场景与约束
- 典型场景包括：100–600 位宾客、可变桌子大小、必须坐在一起的情侣/群组、必须分开的“仇家”、语言聚类、靠近舞台、洗手间、吧台或舞池。
- 人们希望能够编码优先级：谁应该靠近新人、兴趣如何混合、避免社交冲突、鼓励建立新联系，但又不过度优化。
- 有些人只想要桌位分配，而不是具体到每个座位。
UX 和功能反馈
- 需求包括：
- 更好的上手引导和文档。
- 灵活的桌数/桌型和容差设置。
- 锁定手动放置并围绕其进行优化。
- 用于兴趣、饮食、语言等的标签/属性。
- 处理情侣/群组和多群组成员关系。
- 版本比较、重复检测、从电子表格导入。
- 可选随机化以及多个不同的“好”解。
- 有些人认为可打印的座位图和适合手机的查座工具（例如二维码查询）很有价值。
商业模式与目标用户
- 有人强烈建议将目标对准婚礼策划人和场地方（可重复使用、较低流失），而不只是单个新人。
- 思路包括：用免费/基础工具做获客，再为保存数据和高级功能提供付费层级。
关于分配座位的文化观点
- 一些文化/活动很少分配座位，认为这没必要。
- 另一些人则认为座位安排能提供安心感、结构，并帮助单独来宾和彼此陌生的朋友群。