华为软件精英挑战赛总结

赛题连接：http://codecraft.huawei.com/home/detail

总体来看，是一个NP-hard问题。我们队的解题思路是：

1）随机选取服务器的位置，用遗传算法寻优，那么遗传算法中的判断算子就是第二步

2）在服务器位置固定的情况下，利用最小费用最大流算法计算总费用。该算法思路详见http://blog.csdn.net/u011686226/article/details/17411067

     其中求带负权有向图最短路，用到了FPGA算法，其实就是Bellman-Ford算法的队列改进型

遗传算法：模范自然界的生物进化，不断迭代。第一代需要选择种子，然后每一代进行交叉，变异、选择。迭代停止的条件可以是迭代代数，花费的时间和解是否收敛。

其中选择算子就是求最小费用最大流函数。费用越高，存活机会越低。ps: 当时为了提高收敛速度，采用轮盘赌的方式增大优秀种子的存活数。导致快速收敛到局部最优。还不如按照高矮个排序。队友深恶痛绝的轮盘赌啊

求最小费用最大流：

       前提：1）假设服务器位置已经定了

                  2）假设所有消费节点都连接到一个超级源点，费用权重为0，即流量流过这些边不花钱。带宽为所连接消费节点的流量需求；   所有服务器都连到超级汇点，带宽无限大，费用也为0； 这样，本题就转化为求单源点到单汇点的最小费用最大流问题了。

有了上述前提，操作步骤是：

       1）读到赛题数据后，建立邻接表。由于是双向都可以通过流量，带宽相同。因此每一条无向边，在邻接表中建立两条边。

       2）利用EK(最小费用最大流)算法，求最小费用最大流，如果最大流小余所有消费节点流量需求之和，则返回-1，负责返回费用。

下面给出程序架构框图：