2021华为软挑赛题_思路分析——实时更新，做多少更多少（一）

2021华为软挑赛题_思路分析——实时更新，做多少更多少（一）

• 赛题直达
  https://download.csdn.net/download/weixin_44459972/15731297
• 附上后文链接
  2021华为软挑赛题_思路分析——实时更新，做多少更多少（二）
  2021华为软挑赛题_思路分析——实时更新，做多少更多少（三）
  2021华为软挑赛题_思路分析——实时更新，做多少更多少（四）
  2021华为软挑赛题_思路分析——实时更新，做多少更多少（五）
  2021华为软挑赛题_思路分析——实时更新，做多少更多少（六）
  2021华为软挑赛题_思路分析——实时更新，做多少更多少（七）
  2021华为软挑赛题_思路分析——实时更新，做多少更多少（八）

本专栏食用建议

• 随着文章越更越多，本专栏的内容到底该如何食用，笔者在此做出如下建议，望能为参赛的诸位节省宝贵的时间和精力：

• 新朋友可以先阅读第八篇，附标准输入、输出、删除源码，可做baseline，直接提交（建议可在此基础上修改，如若封号，后果自负）。
• 第七篇文章：training-1跑出了4533492832的结果，training-2跑出了5316109914，此结果是在无迁移无删除的情况下得到的，附源码。
• 本专栏内容第一篇为思路的初步探索，适合没有多少思路或者对赛题把握比较模糊的朋友。当然，在赛程后期，有朋友已经做完提交想要在温故一遍赛题的话，亦可回顾此文。
• 至于第二篇文章，确实建议大家可以详细浏览，包含着鄙人对于此题的主要思路，至少相比于同类文章，个人认为此想法是最为可能落地的一种（暂不谈算法效率）。
• 接下来的三、四、五三篇文章（后面大致如此），主要是对第二篇文章的代码实现，可尽可能地去读最新的代码，毕竟，写着写着发现之前问题的事情也不是头一次发生，望诸位见谅~
• 至于第六篇文章，鄙人决定对诸位朋友所提的问题加以总结，在此篇做统一的解释。当然，这里的解释一定不能完全的解决大家的问题，但，鄙人自当尽力，诸位也各取所需~
• 当然，以上不过是鄙人的小小建议，若有朋友希望能够完全的去理解鄙人解题的全部心路历程，逐篇阅读亦未尝不可~

3月10日更新

一、赛题分析

1. 赛题输入解读：

1.输入N，(1≤N≤100)

2.输入N行（元组），可以采购的服务器类型数量

3.输入M，(1≤M≤1000)

4.输入M行（元组），售卖的虚拟机类型数量

5.输入T，(1≤T≤1000)，T 天的用户请求序列

6.输入R，非负整数，当天共有 R 条请求

7.输入R行（元组）,每日增/删的请求

2. 赛题解决大致流程分析：

根据已有的输入数据，大致可分为三类：服务器数据、虚拟机数据、每日请求数据。

1. 为数据定义相关类（除三类输入数据外，应该有一个类记录当拥有的总资源以及总花销）

2. 根据服务器数据，可先分析一波服务器的性价比，决定今后购进服务器时，购进那种最合适。

3. 服务器性价比具体计算方式：

• (硬件成本/CPU 核数)核心数/（内存数+核心数）+
  （硬件成本/内存大小） 内存数/（内存数+核心数）

4. 确定是预购服务器资源，根据当日请求调整后一天的购买服务器资源策略，还是第二天处理第一天的请求。因为实际情况应该是先有资源，再有请求。或者可以，两个都有

5. 算法大致流程（肯定还有问题）：

Ps：当前思路仅供参考，不周之处海涵。

3月11日更新

二、输入数据梳理：

1. 题中所给样例输入如下：

#总输入
2
(NV603, 92, 324, 53800, 500)
(NV604, 128, 512, 87800, 800)
2
(c3.large.4, 2, 8, 0)
(c3.8xlarge.2, 32, 64, 1)
3
2
(add, c3.large.4, 5)
(add, c3.large.4, 0)
2
(del, 0)
(add, c3.8xlarge.2, 1)
3
(add, c3.large.4, 2)
(del, 1)
(del, 2)

2. 样例解读：

2#种
(NV603, 92, 324, 53800, 500)
(NV604, 128, 512, 87800, 800)

服务器总表 = (型号, CPU 核数, 内存 大小, 硬件成本, 每日能耗成本)

2#种
(c3.large.4, 2, 8, 0)
(c3.8xlarge.2, 32, 64, 1)

虚拟机总表 = (型号, CPU 核数, 内存 大小, 是否双节点部署)

3#天
2#条
(add, c3.large.4, 5)
(add, c3.large.4, 0)
2#条
(del, 0)
(add, c3.8xlarge.2, 1)
3#条
(add, c3.large.4, 2)
(del, 1)
(del, 2)

3. 解决方案：

1.依据每一天的虚拟机请求数据，将add请求加入addList中，将del请求加入delList中。

• addList(虚拟机型号, 虚拟机 ID)
• delList(虚拟机 ID)

2.addlist、dellist中的数据会被前一天的数据覆盖（建议读一天处理一天的数据，否则需要接受800天的数据，每天还需单独存放，会比较麻烦），因此建立一个requireList记录全部已经添加过得虚拟机（方便执行删除操作）。

• requireList(虚拟机 ID)

3.接下来对当天的请求数据进行处理：

If delList == NuLL：
	调用Shopping()方法
else：
	调用Del()方法

其中Shopping()方法应该包含：

1. 匹配：addList中的虚拟机型号与虚拟机总表匹配，得到addList中每一项的 CPU核数, 内存大小, 是否双节点部署，得到dayVmRequireList；

2. 加和：将dayVmRequireList中每一项的 CPU核数, 内存大小进行加和，分别得到coreNum、memoryNum。

3. 购买：依据之前性价比功能选出的性价比最优的服务器的CPU核数(core), 内存大小(memory)，取shoppingNum为服务器购买的数量。服务器购买数量公式如下：

shoppingNum = ⌈Max(coreNum / core, memoryNum / memory)⌉

5. 分配：将dayVmRequireList中的数据按照单双节点排序，双节点在上，即先分配双节点（保证尽可能少的产生空隙，但这种方法每台服务器都有可能存不满）。若最终分配完成后发现服务器不够，则再买一台服务器，完成分配。

6. 调度：(暂不考虑)

Ps：目前只考虑完整运行，购买、分配、调度有待扩展

3月12日更新

三、换一种解题思路

将购买、分配等问题统筹考虑，不在单线分开去做。
Ps：前提不考虑删除请求的，因为删除请求会涉及调度问题。

1. 引入：

刷Leetcode时遇到一道题：

给定一个无重复元素的数组 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。
原题链接直达：https://leetcode-cn.com/problems/combination-sum/

通俗的讲，其大致意思就是让人凑数：从一个数组 candidates中找两个数加和等于目标数 target。本题借鉴这种解法，完成虚拟机的购买、分配和调度等问题。

2. 解决方案概述：

2.1 解题相关前提定义：

• 服务器总表 = (host型号, hostCPU核数, host内存大小, 硬件成本, 每日能耗成本,性价比)
• 虚拟机总表 = (vm型号, vmCPU核数, vm内存大小, 是否双节点部署)
• 每日请求总表 = (vm型号, 虚拟机 ID, vmCPU核数, vm内存大小, 是否双节点部署)

Ps：接下来将以training-data\training-1.txt中的第一天的请求数据为例加以说明。

---

• 服务器总表：80条数据，每一条代表一款可以购买的服务器；
• 虚拟机总表：800条数据，每一条代表一款可供用户购买的虚拟机；
• 每日请求总表：142条数据，数据与“虚拟机总表”匹配得来，每一条数据代表一个用户购买了一台虚拟机的请求。

2.2 解题流程：

• 首先，将服务器总表按照性价比进行升序排序（因为之前性价比计算公式算出的性价比越小，购买该服务器的性价比越高）。
• 其次，遍历每日请求总表，用其中的vmCPU核数 、vm内存大小依此去凑服务器总表中每款服务器的hostCPU核数、host内存大小（这里对于每日请求总表中每一项的访问可以随机组合），并记录凑出每一款服务器的虚拟机的组合情况，以及在该情况下，所凑之数与此款服务器hostCPU核数、host内存大小之间的差值。
• 接下来便有两种方法选取需要购买的服务器：

1. 汇总所有80款服务器的凑数结果，寻找结果中差值最小的服务器，若出现相同的情况，选前者购买（因为数据已经提前按照性价比排序）。
2. 综合性价比与凑数结果的差值，寻找适中者购买（此处有待扩充）。

• 卖完此服务器台后，从每日请求总表中删除该种情况下对应的虚拟机请求组合。
• 得到的新的每日请求总表循环执行凑数过程，直至请求总表为空截止。

Ps：此算法完成了虚拟机分配与服务器购买，在不考虑删除请求的前提下，实现了每次购买到的服务器都可以尽可能多的被利用，减少了产生空隙的机会，提高了服务器资源的利用率；同时，按照性价比优先进行购买，可以尽可的多的减少花销（性价比，暂时没有考虑服务器的每日能耗成本）。