2017年华为软件精英挑战赛初赛解题思路
题目链接：
http://codecraft.huawei.com/
常规解题思路：网络流（最小费用最大流）+ 启发式搜索算法 + 算法性能优化
1. 最大流最小费用算法 假设一个超级源点和超级汇点，其中将整个网络设置反向。超级源点和所有的消费节点相连，连接边的最大流量就是消费节点的消费流量；超级汇点和所有的网络节点相连，连接边费用为零，如果该网络节点被选择设置为服务器连接点，则连街边最大流为无穷大，否则为0。 基于该假设可以选择使用景点的最小费用最大流求解。但是因为运行时间有限，可以采用改进的spfa算法进行运算，具体的实现思路和代码可以参考：
https://github.com/lanyangyang2631546/20170308minimum-cost-flow-in-maximum-flow
后来还有效率更高的zkw算法：
https://github.com/sanshanxiashi/MCMF_zkw ;
2. 启发式搜索算法 采用启发式搜索算法的目的就是寻找最优的网络节点挂载服务器。 大体看了一圈，貌似模拟退火的算法要比遗传算法效果好，效率高；但是我们采用的是兄弟实验室最新的成果：
论文
http://lamda.nju.edu.cn/yuy/GetFile.aspx?File=papers/aaai16-racos.pdf
代码
http://lamda.nju.edu.cn/yuy/
在github上有一段大规模数据的优化算法，适合用在大规模的数据上
3. 算法的性能优化 工程算法和学术算法不一致的地方就在于工程算法更加注重算法的性能优化，包括代码重构、循环剪枝等； 还有一个提升性能的方法就是选择合适的优化初始值，可以从直连节点进行比较筛选得到。 如果仅仅有1-3点还是不够的，还需要从两个方面进行考虑： 一方面，需要对搜索进行有效剪枝，避免在局部最优陷入过长时间等等。 另一方面，应当充分利用网络信息进行启发式搜索，比如寻找相邻的消费节点，访问度数较低的节点合并入访问度数高的节点等等。
