背景： 随着疫情的流行，许多公司开始采用办公室的混合排班模式，以减少内部人员的接触。在这种排班模式中，员工需要轮流在家和办公室工作。然而，这种排班模式需要一些座位被保留在办公室，以便员工在办公室工作时使用。因此，我们需要设计一个混合排班计划，以最小化办公室内需要的座位数量。

问题： 我们需要设计一个混合排班计划，其中员工将轮流在家和办公室工作。每个员工都有一个指定的在家工作的日期列表。我们需要确定最小数量的座位，以便在每个工作日提供足够的座位，同时预留一些额外的座位以供参观或办公会议使用。

我们可以利用整数线性规划来解决这个问题。我们可以将每个员工都视为一个二进制变量，表示该员工是否在办公室工作。接下来，我们可以将日期视为每个员工在办公室工作的约束条件。我们需要确保，在任何给定的工作日，使用的座位的数量不会超出最大值。我们还需要保留一些额外的座位以供参观或会议使用。

以下是相应的 Python 代码示例：

from pulp import *

# Sample data
num_seats = 10 # Total number of seats in the office
num_employees = 5 # Number of employees in the organization
working_days = [3, 6, 10] # List of working days for each employee (1-indexed)

# Create a binary variable for each employee and day
employee_day_vars = LpVariable.dicts("EmployeeDay", [(i, j) for i in range(num_employees) for j in range(1, 11)], cat='Binary')

# Define the problem
prob = LpProblem("HybridScheduling", LpMinimize)

# Define the objective function (minimize the number of seats used)
prob += lpSum(employee