2020华为软件精英挑战赛历程总结——决赛篇

最新推荐文章于 2022-07-08 15:27:21 发布

ryERO

最新推荐文章于 2022-07-08 15:27:21 发布

阅读量2.1k

点赞数 6

CC 4.0 BY-SA版权

本文链接：https://blog.csdn.net/u011627998/article/details/106612463

本文作者回顾了2020年华为软件精英挑战赛决赛的经历，分享了他们在解决图论问题上的算法优化过程，包括减少计算节点、优化数据结构和利用特性压缩等技巧。尽管面临困难，团队最终取得了全国第五的好成绩。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

决赛的过程颇为坎坷，深深的感受到了自身能力的不足，团队的力量有时要远胜个人。

开源地址：https://github.com/Chadriy/CodeCraft2020

放题

复赛结束，还没来得及感慨，第二天一大早就放题了。实在是不想做题目介绍了，简单说明一下，仍然是给定一个有向加权图，不过解题目标变更为计算网络中节点介数中间性，并返回top100的点与其精确值，对于概念及算法可以参考https://blog.csdn.net/betarun/article/details/51168259。基本上，大家参考的都是2001年brandes在论文《A faster algorithm for betweenness centrality》中提出的算法，一天之内算法就内卷了呢（无奈摊手.jpg）。
然后队友一天写好了base，然后造了份数据集（tql），之后几天就是debug和精度问题。

练习榜A

决赛后我们进入了分别solo的状态，蔡总写好base后被导师gank出差去了，于是交给我继续搞这base。第一版的最短路算法我们用的是优先队列的dijskra算法，配合brandes算法计算介数中间性。由于算法复杂度提高了非常多，之前对io的优化基本上没有作用了。因此优化思路被限制成三种：

算法逻辑的优化
数据结构优化
针对数据集优化

线上开放测试，我们很快意识到针对底层的优化经过初赛复赛已经达到了瓶颈，因此一开始没有很好的方案。榜A第一天，官方公布了数据集的规模，并给了一个线上线下特性同步的数据集，根据其大小我们推测，完全随机图是根本跑不完的。之后测测数据集特性，主要是度特性、权值分布、scc这些，发现平均度为1。继续观测数据集，发现总点数约80w，而其中60w+为入度0出度1点，形状有些像刺猬。
于是根据公示的等价性，入度0点的 $\sigma$ 为其邻接表的 $\sum\limits_{l~r}\sigma$