華爲2019挑戰賽

華爲軟件精英挑戰賽總結（初賽）

賽題：

評分標準：

思路：這是一個典型的動態負載均衡算法的設計，對於每一輛車來講，時間最短意味着路程最優，首先想到迪傑斯特拉來求出每一輛車的最優路徑。

 1 def Dijkstra(Map, start_point, end_point):
 2     dict = defaultdict(list)
 3     for StartPoint,EndPoint,RoadLength in Map:
 4         dict[StartPoint].append((RoadLength,EndPoint))
 5     q, seen, mins = [(0, start_point, ())], set(), {start_point: 0}
 6     while q:
 7         (cost,v1,path) = heappop(q)
 8         if v1 not in seen:
 9             seen.add(v1)
10             path = (v1, path)
11             if v1 == end_point:
12                 break;
13             for RoadLength, v2 in dict.get(v1, ()):
14                 if v2 in seen: continue
15                 prev = mins.get(v2, None)
16                 next = cost + RoadLength
17                 if prev is None or next < prev:
18                     mins[v2] = next
19                     heappush(q, (next, v2, path))
20     return cost,path

這是一個利用棧來優化後的迪傑斯特拉算法，算法返回路徑花費和具體路徑。這樣能求出每一輛車在地圖上的花費和最優路徑。

核心思想有了，能夠來處理數據，咱們利用pandas來進行數據的處理和儲存，處理後的數據得出三個矩陣，分別爲車輛，道路和交叉路口。

咱們利用路網信息來構建交通地圖：

1 def ConstructionMap(roadData):
2     Map = []
3     for i in range(len(roadData)):
4         if (roadData[i][-1] == 1):
5             Map.append((str(roadData[i][-3]), str(roadData[i][-2]), roadData[i][1]))
6             Map.append((str(roadData[i][-2]), str(roadData[i][-3]), roadData[i][1]))
7         else:
8             Map.append((str(roadData[i][-3]), str(roadData[i][-2]), roadData[i][1]))
9     return Map

地圖Map中，有一個判斷語句，if (roadData[i][-1] == 1):，這句是判斷道路是否爲雙向道路，若是是雙向道路，則將信息添加到對稱位置中。因而可知Map矩陣在存儲雙向道路時，爲一個對稱矩陣。每一條信息存儲爲道路的起始信息和道路長度。

路網構建好後，就來到了核心算法，爲路網上的每個車輛尋找最優路線，達到全局最優，在這裏會出現思索的狀況，要根據具體狀況來斷定，解除死鎖。這是優化本題的關鍵。

 1 def FindRoute(CarList, RoadList, Map):
 2     carRoute = []
 3     for carNum in range(len(CarList)):
 4         ShortestRoute_theory = Dijkstra(Map, str(CarList[carNum][1]), str(CarList[carNum][2]))
 5         ShortestRoute_list = []
 6         ShortestRoute_list.append(int(ShortestRoute_theory[0]))
 7         lengthSumarize = len(ShortestRoute_list)
 8         carRouteTmp = [CarList[carNum][0]]
 9         carRouteTmp.append(CarList[carNum][-1]+random.randint(0,3000))
10         for i in range(1, lengthSumarize - 1):
11             for j in range(len(RoadList)):
12                 if ((RoadList[j][-3] == ShortestRoute_list[lengthSumarize - i] and RoadList[j][-2] == ShortestRoute_list[lengthSumarize - i - 1]) or (RoadList[j][-2] == ShortestRoute_list[lengthSumarize - i] and RoadList[j][-3] == ShortestRoute_list[lengthSumarize - i - 1])):
13                     carRouteTmp.append(RoadList[j][0])
14         carRoute.append(tuple(carRouteTmp))
15     return carRoute

咱們將車列表，路列表和Map做爲函數的輸入，循環車列表，將列中的每輛車信息按照發車時間放入到路網中求解。可是，這樣作就會出現死鎖，由於在有限的路網信息中，隨着車數量的增長會出現某條道路上的車循環等待的狀況，這樣致使系統沒法繼續下去。咱們從死鎖的緣由入手，經過隨機數延長汽車的發車時間來緩解死鎖狀況。最後求出每一輛車的最優路線和時間。