Capacitated Facility Location Problem

最新推荐文章于 2024-06-17 09:39:55 发布
最新推荐文章于 2024-06-17 09:39:55 发布
阅读量1k 收藏 1
点赞数
分类专栏： 算法分析 文章标签： CFL SA GA
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liuyh73/article/details/85223634
版权

文章目录

Problem Description

Suppose there are n facilities and m customers. We wish to choose:

(1) which of the n facilities to open

(2) the assignment of customers to facilities

(3) The objective is to minimize the sum of the opening cost and the assignment cost.

(4) The total demand assigned to a facility must not exceed its capacity.

遗传算法（genetic algorithm）

遗传算法是受遗传学中自然选择和遗传机制启发发展起来的一种搜索算法。基本思想是使用模拟生物和人类进化的方法求解复杂的优化问题，因而也称作为模拟进化优化算法。模拟进化优化算法在计算原理上是自适应的，结构上是并行的，而且模仿了人的智能处理特征，因而称为人工智能的一个重要研究领域。

基本定义

个体（individual）： 个体是一个数据结构，用来描述基本的遗传结构。例如，用0、1组成的串可以表示个体。这样的串叫染色体，其中每个0或1叫等位基因。这样的一个串于某个个体相关联，则称为该个体的基因型。

适应性（fitness）： 每个个体有一对应的适应值。再优化问题中，适应值来自于一个估计函数。

群体（population）： 由个体组成的集合。

遗传操作： 作用于群体而产生新的群体。标准的代遗传操作一般包括选择（selection）、复制（reproduction）、交叉（crossover或重组recombination）及变异（mutation）3中基本形式。

基本流程

以此题目为例，流程图如下：

在这里插入图片描述

初始化群体（第一代）

每个个体中每个基因随机生成。（customer随机选择一个facility）

void firstGeneration() {
    int j;
    for(int k=0; k<individuals; k++) {
        vector<customer>customersTemp(customers);
        vector<facility>facilitiesTemp(facilities);
        // 生成一个个体
        for(int i=0; i<m; i++) {
            j = rand() % n;
            while(facilitiesTemp[j].getRemain() - customersTemp[i].getDemand() < 0) {
                j = (j+1) % n;
            }
            facilitiesTemp[j].setRemain(facilitiesTemp[j].getRemain() - customersTemp[i].getDemand());
            customersTemp[i].setFacilityID(j);
        }
        customersGeneration.push_back(customersTemp);
        facilitiesGeneration.push_back(facilitiesTemp);
    }
}
适应值函数（evaluate）

在此问题中，适应值即为 the sum of the opening cost and the assignment cost ，所以在适应值函数中，我们根据facility的开启状态（我使用facility剩余容量与初始容量比较的结果）以及分配（assignment）分配情况来计算代价值（cost）。其中cost越小，适应值越大（对于此题目我们可以取倒数）。

double evaluate(vector<customer>&customers, vector<facility>&facilities) {
    // 计算facility opencost
    double cost = 0;
    for(int j=0; j<n; j++) {
        if(facilities[j].getRemain() < facilities[j].getCapacity()) {
            cost += facilities[j].getOpencost();
        }
    }
    // 计算assignment
    for(int i=0; i<m; i++) {
        cost += assignment[customers[i].getFacilityID()][i];
    }
    return cost;
}
选择函数（selection）

选择即从当前群体中选出个体以生成交配池（mating pool）的过程。所选出的这些个体具有良好的特征，一边选出优良的后代。

  • 基于适应值比例的选择

    • 繁殖池选择
    • 轮盘赌选择
    • Boltzmann选择

    其中，轮盘赌选择使用较多，主要介绍一下轮盘赌选择：该策略是先将个体的相对适应值 f i ∑ f i \frac{f_i}{\sum{f_i}} ∑fi​fi​​记为 p i p_i pi​，其中 f i f_i fi​是群体中的第i成员的适应值；然后根据选择概率{ p i p_i pi​，i=1,2,3……,N}，按下图所示将圆盘分为N份，其中第i扇形的中心较为 2 π p i 2\pi p_i 2πpi​。
    在这里插入图片描述

    在进行选择是，可以假象转动如上图所示的圆盘，若某参照点落入到第i个扇形内，则选择个体i。这种选择策略可以如下实现：现生成一个[0,1]内的随机数，若 p 1 + p 2 + … … + p i − 1 &lt; r ≤ p 1 + p 2 + … … + p i p_1+p_2+……+p_{i-1}&lt;r≤p_1+p_2+……+p_i p1​+p2​+……+pi−1​<r≤p1​+p2​+……+pi​ ,则选择个体i。显然，小扇区的面积越大，参照点落入其中的概率也越大，即个体的适应值越大，它被选择到的机会也就越多，其基因被遗传到下一代的可能性也越大。

  • 基于排名的选择（此部分内容可以自行百度）

    • 线性排名选择
    • 非线性排名选择

  • 基于局部竞争机制的选择

    • 锦标赛选择（tournament selection）。选择时，先随机地在群体中选择k个个体（放回或者不放回）进行比较，适应值最好的个体被选择作为生成下一代的父体，反复执行该过程，知道下一代的个体数量达到预定的群体规模。参数k称为竞赛规模，根据大量的实验结果，一般取k=2。
    • ( μ , λ ) (\mu, \lambda) (μ,λ) 和 μ + λ \mu+\lambda μ+λ 选择。 ( μ , λ ) (\mu, \lambda) (μ,λ) 是先从规模为 μ \mu μ种群中随机选取个体通过交叉和变异生成 λ ( ≥ μ ) \lambda(≥\mu) λ(≥μ)个后代，然后在从这些后代中选取 μ \mu μ个最优的后代作为新一带种群。 μ + λ \mu+\lambda μ+λ选择则是从这些后代与其父体共 μ + λ \mu+\lambda μ+λ个后代中选取 μ \mu μ个最后的后代。

在此问题GA算法中，我使用锦标赛选择机制进行选择，主要实现如下：

// Tournament Selection 
void selection(vector<vector<customer>>&customersGeneration2, vector<vector<facility>>&facilitiesGeneration2) {
    customersGeneration2.clear();
    facilitiesGeneration2.clear();
    double minCost = INT_MAX * 1.0;
    for(int j=0; j<individuals; j++) {
        int randnum[selections] = {0};
        minCost = INT_MAX * 1.0;
        int minIndividual;
        int individualCost;
        for(int i=0;i<selections;i++) {
            randnum[i] = rand() % individuals;
            individualCost = evaluate(customersGeneration[randnum[i]], facilitiesGeneration[randnum[i]]);
            if(minCost > individualCost) {
                minCost = individualCost;
                minIndividual = randnum[i];
            }
        }
        customersGeneration2.push_back(customersGeneration[minIndividual]);
        facilitiesGeneration2.push_back(facilitiesGeneration[minIndividual]);
    }
}
交叉操作（crossover）

交叉操作是将两个个体的遗传物质交换产生新的个体，它可以把两个个体的优良“格式”传递到下一代的某个个体中，使其具有优于前驱地性能。如果交叉后得到地个体性能不加，则可以在后面的replace操作中将其淘汰。交叉是遗传算法中获取新优个体的最重要的手段，交叉的具体步骤如下：

（1）从交配池中随机取处要交配的一对个体

（2）根据位串长度L，对要交配地一对个体，随机选取[1，L-1]中一个或多个的整数k作为交叉点。

（3）根据交叉概率 p c ( 0 &lt; p c ≤ 1 ) p_c(0&lt;p_c≤1) pc​(0<pc​≤1)实施交叉操作，配对的个体再交差点处，相互交换各自的部分内容，从而形成一对新的个体。

  • 单点交叉（one-point crossover）。对于从交配池中随机选择的两个串 s 1 = a 1 a 2 … … a L s_1=a_1a_2……a_L s1​=a1​a2​……aL​， s 2 = b 1 b 2 … … b L s_2=b_1b_2……b_L s2​=b1​b2​……bL​，随机选择一个交叉位 x ∈ [ 1 , 2 … … L − 1 ] x∈[1,2……L-1] x∈[1,2……L−1]，然后对两个位串中该位置预测部份的染色体位串进行交换，产生的子位串个体为： s 1 = a 1 a 2 … a x b x + 1 … b L s_1=a_1a_2…a_xb_{x+1}…b_L s1​=a1​a2​…ax​bx+1​…bL​、 s 1 = b 1 b 2 … b x a x + 1 … a L s_1=b_1b_2…b_xa_{x+1}…a_L s1​=b1​b2​…bx​ax+1​…aL​。单点交叉信息量比较小，交叉点位置选择会带来较大偏差，单点交叉不利于长距模式的保留和冲去，而且位于末尾的基因总是被交换，而这些基因可能是很重要的（这就是尾点效应，end-point effect）。
  • 多点交叉（multipoint crossover）。对于选定的两个个体位串，随机选择多个交叉点，构成交叉点集合： x 1 , x 2 , … … , x k ∈ [ 1 , 2 , … … , L − 1 ] x_1,x_2,……,x_k∈[1,2,……,L-1] x1​,x2​,……,xk​∈[1,2,……,L−1]。然后对每个交叉点，执行单点交叉运算，最后得到两个子位串个体。
  • 均匀交叉（uniform crossover）。将位串上的每一位基因按照相同的概率随机进行均匀交叉。

此题目中，交叉算法如下，根据交叉概率，选择两个个体，将两者[l,r-1]区间内的基因进行交换：

void crossover(vector<vector<customer>>&customersGeneration2, vector<vector<facility>>&facilitiesGeneration2) {
    int individual1, individual2, l, r, fid1, fid2;
    for(int i=0; i<individuals * (individuals-1); i++) {
        if(rand() % (N + 1) * 1.0 /(N + 1) < crossovers) {
            individual1 = rand() % individuals;
            individual2 = rand() % individuals;
            l = rand() % m;
            r = rand() % m;
            for(int j=l; j<r; j++) {
                fid1 = customersGeneration2[individual1][j].getFacilityID();
                fid2 = customersGeneration2[individual2][j].getFacilityID();
                if(facilitiesGeneration2[individual1][fid2].getRemain() - customersGeneration2[individual1][j].getDemand() > 0 && 
                    facilitiesGeneration2[individual2][fid1].getRemain() - customersGeneration2[individual2][j].getDemand() > 0) {
                    
                    facilitiesGeneration2[individual1][fid1].setRemain(facilitiesGeneration2[individual1][fid1].getRemain() + customersGeneration2[individual1][j].getDemand());
                    facilitiesGeneration2[individual1][fid2].setRemain(facilitiesGeneration2[individual1][fid2].getRemain() - customersGeneration2[individual1][j].getDemand());
                    
                    facilitiesGeneration2[individual2][fid1].setRemain(facilitiesGeneration2[individual2][fid1].getRemain() - customersGeneration2[individual2][j].getDemand());
                    facilitiesGeneration2[individual2][fid2].setRemain(facilitiesGeneration2[individual2][fid2].getRemain() + customersGeneration2[individual2][j].getDemand());
                    customersGeneration2[individual1][j].setFacilityID(fid2);
                    customersGeneration2[individual2][j].setFacilityID(fid1);
                }
            }
        }
    }
}
变异操作（mutation）

变异是在个体中改变遗传物质，可以使运算过程中丢弃的个体的某些重要特性得以恢复。变异与交叉、选择结合在一起，保证了遗传算法的有下行，是遗传算法具有局部的随机搜索能力；同时使得遗传算法保持种群的多样性，以防止非成熟收敛。

此题目中，变异算法将某个个体中的某个基因进行变异（既让此customer随机选择另外一个可行的facility）:

void mutation(vector<vector<customer>>&customersGeneration2, vector<vector<facility>>&facilitiesGeneration2) {
    int cid, fid, preFid;
    for(int i=1; i<individuals; i++) {
        if(rand()%(N+1)*1.0/(N+1) < mutations) {
            cid = rand() % m;
            fid = rand() % n;
            preFid = customersGeneration2[i][cid].getFacilityID();
            while(facilitiesGeneration2[i][fid].getRemain() - customersGeneration2[i][cid].getDemand() < 0) {
                fid = (fid+1)%n;
            }
            facilitiesGeneration2[i][fid].setRemain(facilitiesGeneration2[i][fid].getRemain() - customersGeneration2[i][cid].getDemand());
            facilitiesGeneration2[i][preFid].setRemain(facilitiesGeneration2[i][preFid].getRemain() + customersGeneration2[i][cid].getDemand());
            customersGeneration2[i][cid].setFacilityID(fid);
        }
    }
}
替换操作（replace）

将生成的子代与父代一起进行选择，挑选出种群大小数量的个体作为新的一代，此步骤中用到适应值：

void replace(vector<vector<customer>>&customersGeneration2, vector<vector<facility>>&facilitiesGeneration2) {
    customersGeneration2.insert(customersGeneration2.end(), customersGeneration.begin(), customersGeneration.end());
    facilitiesGeneration2.insert(facilitiesGeneration2.end(), facilitiesGeneration.begin(), facilitiesGeneration.end());
    customersGeneration.clear();
    facilitiesGeneration.clear();
    int count;
    for(int i=0; i<individuals*2; i++) {
        count = 0;
        for(int j=0; j<individuals*2; j++) {
            if(evaluate(customersGeneration2[i], facilitiesGeneration2[i]) <= evaluate(customersGeneration2[j], facilitiesGeneration2[j])) {
                count++;
                if(count >= individuals) {
                    customersGeneration.push_back(customersGeneration2[i]);
                    facilitiesGeneration.push_back(facilitiesGeneration2[i]);
                    break;
                }
            }
        }
    }
}
控制参数的选取

  • 位串长度：m（customer的数量）

  • 繁衍代数：若代数过小，使得繁衍代数过少，获取不到优异的个体，还未收敛就已经提前结束；若代数过大，则可能在收敛后进行多余的计算。此题目中，我先则繁衍代数为1000。

  • 种群规模：若规模过小，则可能获取不到优异的个体，造成成熟前收敛；若规模过大，增加了适应性评价的计算量，从而使收敛速度降低。一般选择20~200，此题目中，我选择50。

  • 交叉概率 p c p_c pc​：交叉概率控制交叉算子的应用频率，在每一代新的群体中，需要对 p c ∗ n p_c*n pc​∗n个个体的染色体结构进行交叉操作。交叉概率越高，群体中新结构引入越快，以获得的优良基因结构的丢失速度也相应升高。而交叉概率太低则可能导致搜索阻滞。一般取0.6~1.0，此题目中，我选择0.98。

  • 变异概率 p m p_m pm​：变异概率是保持多样性的有效手段，交叉结束后，交配池中的全部个体位串上的每位基因按变异概率 p m p_m pm​随机改变，因此每代中大约发生 p m ∗ n ∗ L p_m*n*L pm​∗n∗L次变异。变异概率过小，可能是某些基因过早丢失的信息无法恢复，变异概率过高，则遗传搜索变成了随即搜索，一般取0.005~0.01，此题目中，我选择 p m ∗ n = 0.2 p_m*n = 0.2 pm​∗n=0.2，即 p m = 0.004 p_m=0.004 pm​=0.004。

算法执行结果

InstanceTimeCostFacility Open StatusCustomer Status
17876ms91221 1 1 1 1 1 1 0 1 10 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 2 0 9 4 3 4 6 4 2 5 1 5 0 5 2 6 0 3 9 4 4 3 3 4 1 8 1 5 4 0 4 0 4 0
27750ms80381 1 1 1 1 1 1 0 1 18 2 1 6 3 8 2 4 4 1 9 8 3 2 0 3 4 0 9 4 3 4 6 4 2 5 1 5 0 5 2 6 0 3 9 4 4 3 0 2 1 8 1 5 4 0 4 0 4 0
38082ms98711 1 1 1 1 1 0 1 1 18 2 1 5 3 8 2 4 4 1 9 0 3 2 8 3 4 0 9 7 3 4 9 4 2 5 1 5 0 5 2 5 0 3 9 4 4 3 0 4 1 8 1 5 7 0 4 0 4 0
48181ms119221 1 1 1 1 0 1 1 1 18 2 1 6 3 8 2 4 4 1 9 0 3 2 8 3 4 0 9 7 3 4 6 4 2 6 0 1 0 1 2 6 0 2 9 4 4 3 0 4 3 8 1 6 7 0 4 0 4 3
57886ms94061 1 1 1 1 1 1 1 1 18 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 7 3 8 6 4 2 5 1 5 0 5 2 6 0 3 9 4 7 3 0 4 1 8 1 5 7 0 2 0 4 1
67901ms80851 1 1 1 1 1 1 1 1 18 8 1 6 3 8 2 4 2 1 9 8 3 4 8 3 2 0 9 7 3 7 6 4 2 5 1 5 8 5 2 6 0 3 9 4 4 3 0 4 1 8 1 5 7 0 2 0 7 0
78036ms100331 1 1 1 1 1 1 1 1 18 8 1 6 3 8 2 9 4 1 9 8 3 2 8 3 2 0 9 7 3 7 6 4 2 5 1 5 0 5 2 6 0 3 9 4 4 3 8 4 1 8 1 5 7 0 4 0 7 0
87503ms120961 1 1 1 1 1 1 1 1 18 8 1 6 3 8 2 4 4 1 9 0 3 2 8 3 2 0 9 7 3 8 6 4 2 5 1 5 0 5 2 6 0 3 9 4 4 3 0 2 1 8 1 5 7 8 4 3 4 0
98594ms88231 1 1 1 1 1 1 0 1 18 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 4 3 8 6 4 2 5 1 5 0 5 2 6 0 3 9 4 4 3 0 4 1 8 1 5 4 0 4 0 2 0
109250ms76481 1 1 1 1 0 1 1 1 18 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 7 3 8 6 4 2 6 1 1 0 1 2 6 0 3 9 4 4 3 0 4 1 8 1 6 7 0 4 0 4 0
118607ms97261 1 1 1 1 1 1 1 1 18 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 7 3 8 6 4 2 5 1 5 0 5 2 6 0 3 9 4 4 3 0 4 1 8 1 5 7 0 4 0 4 0
128947ms108931 1 1 1 1 0 1 0 1 18 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 4 3 8 6 4 2 6 1 1 0 1 2 6 0 3 9 4 4 3 0 2 1 8 1 6 4 0 4 0 4 0
1312246ms107991 1 0 1 1 0 0 1 0 0 0 0 1 1 1 1 1 0 0 116 12 7 16 1 12 3 13 14 4 15 4 1 7 13 12 15 7 4 3 12 15 15 19 14 4 16 3 1 4 13 7 13 16 3 7 3 19 19 13 14 0 0 0 3 13 14 7 19 3
1411102ms76340 1 0 1 1 1 1 0 0 0 1 0 0 1 1 1 1 1 0 116 1 10 10 1 15 17 13 14 17 15 4 1 6 13 3 15 10 4 6 14 15 15 19 6 17 16 17 1 17 13 15 13 16 3 10 3 1 19 13 6 16 5 16 3 5 14 10 19 6
1510826ms100740 1 0 0 1 0 1 0 0 0 1 1 1 1 0 1 1 1 1 016 12 10 10 1 18 17 13 12 17 15 4 1 6 13 11 15 10 4 6 12 15 15 13 6 17 16 17 1 17 13 15 18 16 1 10 11 1 1 13 6 16 15 16 11 13 12 10 4 6
1610469ms133951 1 0 1 0 1 0 1 0 1 0 1 1 0 0 1 0 0 1 10 12 7 7 1 18 3 18 12 3 15 19 1 9 18 3 15 7 1 9 12 15 15 19 9 1 0 3 1 3 18 7 18 0 3 7 11 19 19 18 9 0 5 0 11 5 12 7 19 9
1710425ms89021 1 1 1 0 0 1 0 0 0 1 0 0 1 1 1 0 1 0 00 1 10 10 1 15 17 13 14 17 15 1 1 6 13 3 15 10 17 6 14 15 15 2 6 17 0 17 1 17 13 15 2 0 3 10 3 1 1 13 6 0 0 15 3 13 14 10 2 6
1810209ms80481 1 0 0 0 1 1 1 0 0 0 1 1 1 1 0 0 1 0 10 12 7 7 1 12 17 13 14 17 7 19 1 6 13 11 5 7 17 6 12 5 7 19 6 17 0 17 1 17 13 7 13 0 1 7 11 19 19 13 6 0 5 0 11 5 14 6 19 6
1910364ms105721 1 0 1 0 0 1 1 1 0 0 0 1 1 0 0 1 0 0 116 12 7 7 1 12 3 13 12 3 7 19 1 6 13 3 7 6 1 6 12 7 7 19 6 1 16 3 1 3 13 7 13 16 3 6 3 19 19 13 8 0 0 0 8 13 12 6 19 8
2010610ms131161 1 0 0 1 1 1 1 1 0 0 0 1 0 1 0 0 1 1 00 12 7 7 1 18 17 18 14 17 7 4 1 6 18 12 5 7 4 6 12 5 7 18 6 17 0 17 1 17 18 7 18 0 1 6 8 1 1 18 14 0 5 0 8 5 14 6 4 8
2111307ms88121 1 0 1 0 0 0 0 0 1 1 0 1 1 1 1 0 0 0 10 12 10 10 1 12 3 13 14 3 15 19 1 10 13 3 15 10 1 9 12 15 15 19 9 1 0 3 1 3 13 15 13 0 3 10 3 19 19 13 10 0 0 0 3 13 14 10 19 9
2210788ms79210 1 0 0 1 1 1 0 0 1 1 1 1 1 1 1 1 1 0 116 12 10 10 1 12 17 13 14 17 15 4 1 6 13 11 15 10 4 9 12 15 15 19 6 17 16 17 1 17 13 15 13 16 1 10 11 19 19 13 6 16 5 16 11 5 14 10 19 9
2311179ms103231 1 1 1 0 1 1 1 0 0 1 0 1 0 0 1 0 1 0 00 12 10 10 1 12 17 2 7 17 15 1 1 6 2 3 15 10 17 6 12 15 15 2 6 17 0 17 1 17 2 7 2 0 3 10 3 1 1 2 6 0 5 0 3 5 12 10 2 6
2410457ms124250 0 0 1 0 1 1 1 0 0 1 1 0 0 0 1 0 0 1 17 3 10 10 19 18 3 18 3 11 15 19 19 6 18 3 15 10 19 6 18 15 15 19 6 3 7 3 3 3 18 7 18 7 3 10 11 19 19 18 6 5 5 7 11 5 7 10 19 6
2529770ms195821 0 1 0 1 1 0 1 1 1 0 1 0 1 1 1 0 1 0 1 1 1 0 0 1 1 0 1 1 120 11 20 0 13 5 2 9 14 0 9 28 19 20 17 14 14 0 29 11 28 4 24 2 9 8 19 24 5 24 21 25 20 25 20 20 24 15 0 14 0 14 15 8 24 14 0 13 27 8 29 28 7 11 13 13 17 27 11 17 17 24 20 27 11 11 9 0 5 25 13 13 0 7 15 8 24 13 14 5 20 0 20 17 17 0 17 7 20 29 0 9 17 0 11 5 14 19 21 13 8 19 14 25 19 29 4 0 14 28 17 14 2 0 5 27 24 24 0 11 5 8 25 13 8 0 25 9 7 25 0 0 24 5 2 8 7 5 13 17 0 28 20 14 8 27 25 5 0 5
2629936ms168271 0 1 0 0 1 1 1 1 1 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 1 1 16 11 20 17 20 25 2 25 14 17 9 20 28 20 19 14 14 0 5 11 14 0 9 17 24 8 2 24 25 5 29 5 6 11 20 20 24 24 7 2 0 14 9 28 24 17 27 13 27 28 29 19 2 0 13 13 2 29 0 14 0 24 20 27 11 11 5 0 24 24 20 6 17 17 5 20 9 8 14 24 20 7 13 0 19 11 2 7 20 5 2 24 7 25 0 9 2 2 25 8 8 7 14 25 19 29 0 0 14 14 14 2 17 11 5 11 24 9 24 24 0 8 25 13 28 7 5 24 17 29 0 11 9 5 8 8 17 5 13 0 0 28 13 14 8 25 25 5 2 24
2730364ms196851 0 1 0 0 1 0 1 1 1 0 1 0 1 1 1 0 1 0 1 1 0 0 0 1 1 0 1 1 120 11 20 14 20 5 7 9 14 17 9 8 8 20 17 14 17 17 25 11 2 7 9 19 5 8 2 5 24 9 5 25 13 25 20 20 24 15 29 0 0 14 15 14 24 17 11 13 27 8 29 14 2 5 13 13 2 27 0 17 0 5 20 11 11 25 24 11 5 9 20 20 11 17 24 8 15 20 2 24 20 7 20 11 19 17 0 7 20 29 14 24 0 11 7 24 14 19 29 20 8 7 14 25 2 25 7 27 14 8 14 14 2 7 11 27 24 24 24 24 5 8 5 13 28 0 5 24 7 25 0 11 5 5 28 14 11 25 20 17 0 28 13 14 20 25 0 11 2 5
2829882ms233611 0 1 0 1 1 0 1 1 0 0 1 0 1 1 1 0 1 1 1 1 0 0 0 1 1 0 0 0 120 7 20 7 13 11 2 24 20 17 24 8 20 20 19 8 0 17 5 25 2 0 5 19 24 20 2 5 5 15 5 11 18 11 20 20 5 5 0 14 11 14 15 8 5 14 0 13 25 8 29 14 14 5 13 20 2 25 4 14 0 5 20 11 11 11 24 0 5 29 20 8 5 0 15 8 24 14 14 24 13 7 20 0 19 17 17 4 20 29 0 24 2 0 17 5 2 2 7 13 20 17 14 25 2 25 8 25 20 8 14 14 2 0 11 11 5 24 0 11 5 8 25 13 18 0 5 29 11 29 0 7 24 5 8 17 17 11 20 17 11 8 20 2 8 25 25 5 0 5
2929392ms202351 0 1 0 0 1 1 1 1 1 0 1 0 1 1 0 0 1 0 1 1 1 1 0 1 1 0 0 1 120 11 20 2 20 11 2 24 8 0 9 8 28 8 7 8 14 17 29 0 14 0 5 17 22 8 19 24 5 22 5 25 6 11 20 8 24 24 0 14 7 14 9 20 24 14 11 13 29 28 29 14 14 5 6 20 17 11 0 14 17 5 14 11 11 11 22 0 5 24 20 20 11 0 24 13 24 8 2 24 20 7 20 7 19 7 2 7 8 29 0 24 7 11 7 24 17 19 21 28 28 17 14 25 2 29 7 25 14 28 17 14 2 0 0 21 0 24 5 11 5 8 11 8 20 7 5 9 0 29 17 11 24 21 8 14 7 29 13 17 0 13 20 14 20 11 11 5 17 5
3029469ms174201 0 1 0 1 1 0 1 1 1 0 1 0 1 1 0 0 1 1 1 1 0 1 0 1 1 0 1 0 120 29 20 2 8 5 2 25 2 0 9 13 8 20 17 14 14 17 25 0 2 0 22 17 5 14 19 5 9 24 25 25 18 29 8 14 5 9 7 14 17 14 24 8 5 17 4 20 11 8 29 2 14 5 13 8 2 27 7 20 0 5 20 11 11 25 22 0 24 24 20 20 11 17 24 14 9 8 2 24 20 17 13 17 19 17 2 7 20 5 17 24 0 11 17 5 2 19 5 18 8 17 17 11 2 29 4 7 8 8 17 14 2 11 11 27 24 9 5 24 11 8 11 20 18 0 11 9 0 25 11 25 24 5 8 2 7 29 20 11 11 8 20 14 8 27 25 5 2 5
3130260ms200191 0 1 0 0 1 0 1 1 1 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 1 1 113 11 8 14 8 11 2 9 28 0 25 20 8 8 19 8 17 0 5 11 2 0 5 2 5 20 17 24 11 24 27 25 13 11 20 8 24 9 0 14 11 14 24 8 24 14 7 13 27 8 29 14 14 11 13 20 2 29 11 14 11 5 20 0 17 11 24 7 9 5 20 20 11 17 9 8 24 20 14 24 8 7 20 0 2 17 17 7 14 5 2 24 17 27 17 9 2 2 29 13 8 17 17 25 19 29 0 11 8 28 14 2 2 11 25 11 24 5 24 24 11 8 5 13 20 0 25 24 0 25 0 0 24 25 8 20 17 5 20 17 0 20 20 14 0 25 25 5 17 25
3230186ms212151 0 1 0 0 1 1 1 1 0 0 1 0 0 1 0 0 1 0 1 1 0 0 0 1 1 0 1 1 06 25 20 2 20 5 2 24 14 17 25 8 20 20 2 14 14 0 5 11 2 0 24 19 25 8 2 25 24 17 5 5 6 11 20 8 5 24 25 2 17 14 24 28 24 14 7 20 27 28 25 14 2 11 6 20 17 25 0 14 0 25 20 27 11 11 5 17 24 25 8 6 11 0 24 28 25 20 19 24 14 7 20 17 19 17 2 7 8 5 2 25 0 11 17 11 2 2 25 8 8 17 0 25 19 25 17 11 8 28 14 28 2 0 11 25 24 5 24 5 5 28 5 20 8 7 5 24 0 27 17 27 24 27 8 14 17 5 20 17 0 28 20 14 8 11 11 5 17 24
3330352ms192971 0 1 0 0 1 1 1 1 1 0 1 0 1 1 1 0 1 0 1 1 0 0 0 1 1 0 1 1 120 11 13 2 20 5 17 9 14 17 9 8 28 8 17 8 14 17 29 11 2 7 9 19 5 8 19 11 9 24 29 25 6 29 8 14 24 15 7 17 0 14 24 8 24 17 7 20 27 28 29 28 2 11 13 14 14 27 11 14 0 11 20 11 11 5 24 0 9 9 20 6 11 17 24 28 15 20 14 5 13 7 20 11 19 17 17 19 8 29 2 24 17 11 17 5 2 19 25 13 8 17 0 25 19 5 17 7 14 28 14 2 2 11 11 27 24 24 24 24 0 8 25 14 20 0 5 9 0 29 0 11 24 5 8 14 7 25 20 17 0 28 20 14 8 25 0 5 2 5
3429256ms153131 0 1 0 0 1 0 1 1 1 0 1 0 1 1 0 0 1 0 0 1 0 0 0 1 1 0 0 0 120 25 13 2 20 11 2 24 8 17 9 20 8 20 17 14 14 17 5 11 14 7 24 17 5 8 17 5 9 5 5 25 20 25 8 13 9 9 0 14 0 20 24 8 24 14 7 20 0 8 29 2 14 5 8 20 2 11 0 17 0 5 14 11 11 11 9 17 29 9 8 13 25 0 24 20 24 20 14 9 20 7 20 17 17 17 17 7 17 29 17 24 17 11 7 9 2 2 25 20 20 17 11 11 2 29 17 25 14 8 14 14 2 11 25 11 24 24 24 24 5 8 11 8 7 17 5 24 11 29 0 0 24 5 8 14 7 5 20 17 0 8 20 14 20 25 11 5 0 5
3530160ms188241 0 1 0 0 1 0 1 1 1 0 1 0 1 1 0 0 1 0 0 1 0 0 0 1 1 0 1 1 020 11 20 14 20 5 17 24 28 17 5 8 20 20 2 14 14 17 5 11 14 0 9 2 5 8 2 24 5 24 5 25 17 11 20 20 5 9 7 2 0 2 9 28 24 17 7 20 11 8 25 28 14 5 13 13 2 11 0 17 0 5 14 11 11 11 24 0 9 9 20 13 11 14 5 8 9 20 17 9 13 7 13 17 17 0 0 0 20 5 17 9 0 11 17 5 14 2 25 20 8 17 14 25 0 25 7 0 14 8 14 14 17 11 0 27 11 5 24 11 5 8 25 13 20 0 5 9 7 25 11 11 9 5 8 14 7 25 20 0 0 20 20 17 8 27 11 5 0 11
3630739ms229211 0 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0 1 0 1 1 0 1 0 1 1 0 1 1 113 25 20 17 13 11 19 24 8 17 22 8 13 20 19 14 14 0 5 11 7 0 24 17 5 8 2 24 5 5 29 11 20 7 20 14 24 22 0 14 17 14 24 8 24 14 0 28 2 28 5 14 2 11 20 20 0 11 0 14 0 5 20 0 11 25 24 11 24 5 8 20 5 7 24 8 24 20 17 24 20 7 20 17 2 17 2 11 20 25 2 5 0 0 11 25 2 7 27 13 8 17 17 25 2 25 17 11 19 28 14 2 2 11 11 27 24 24 24 5 5 28 25 13 8 0 5 22 0 29 17 11 24 24 8 14 17 5 2 17 0 8 20 14 14 27 11 5 2 0
3730031ms192521 0 1 0 0 1 0 1 1 1 0 1 0 1 1 1 0 1 0 1 1 0 0 0 0 1 0 1 1 120 11 20 2 13 11 17 9 28 17 9 8 28 20 17 8 0 17 5 11 2 17 29 19 9 20 19 5 5 9 29 11 13 25 20 8 11 15 0 14 0 14 9 28 9 14 7 13 27 14 25 14 17 5 20 20 17 0 0 14 17 5 14 11 11 11 9 0 5 9 20 20 11 7 9 8 9 8 14 5 8 0 20 11 19 17 17 7 14 5 2 9 7 0 17 9 2 17 29 20 8 7 0 11 2 29 0 0 14 14 14 14 2 11 11 27 11 15 11 5 5 8 25 13 20 7 5 27 17 29 0 0 5 25 20 17 7 5 20 17 17 28 20 17 8 11 11 5 2 5
3829917ms161521 0 1 0 1 1 0 1 1 1 0 1 0 1 1 0 0 1 0 0 1 1 1 0 1 1 0 1 1 020 11 28 14 8 5 2 9 2 17 5 8 8 20 7 14 17 0 25 11 14 0 22 17 24 8 2 11 24 5 5 25 13 27 20 20 24 24 11 14 0 8 9 8 11 14 7 13 27 28 21 2 14 11 20 20 2 25 0 14 17 24 20 11 11 0 22 17 22 24 20 13 11 0 24 8 24 20 2 9 20 7 20 17 0 7 2 4 20 5 2 9 0 11 17 5 14 2 21 13 8 17 17 5 14 17 17 11 14 28 17 28 2 11 11 21 5 5 5 24 11 8 25 13 20 7 5 9 0 11 0 27 24 22 14 14 4 5 20 17 0 28 13 0 8 25 25 11 2 5
3930515ms202321 0 1 1 1 1 0 1 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 1 1 120 25 13 14 20 11 19 24 14 17 5 20 28 20 3 14 0 17 25 17 19 0 5 3 24 8 17 24 5 24 29 11 20 25 20 20 24 5 7 17 17 14 24 8 11 17 4 20 17 28 29 28 14 11 20 13 14 11 0 17 11 5 8 11 0 11 5 0 5 24 13 20 11 17 24 28 24 20 14 5 20 0 8 17 19 17 17 4 8 5 17 24 17 27 17 29 14 3 25 13 8 7 17 25 19 25 17 11 14 28 0 28 2 11 11 27 24 29 24 5 5 13 11 13 13 0 5 24 0 5 0 11 5 24 8 14 7 5 20 17 17 8 20 14 8 25 25 5 2 5
4030286ms239881 0 1 1 0 1 1 1 1 1 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 1 1 120 25 8 2 8 5 19 24 14 0 9 8 8 20 3 14 14 0 5 11 19 0 29 19 5 8 17 24 9 9 5 11 6 25 17 14 5 24 17 17 0 14 24 14 24 17 7 13 27 8 29 14 14 5 13 20 17 11 0 14 0 24 20 11 17 25 9 0 5 9 13 6 11 17 24 28 24 14 14 24 13 0 13 17 17 17 0 7 20 29 19 24 17 11 17 24 14 3 27 13 8 17 17 11 2 29 17 0 8 8 17 14 0 7 11 25 24 24 24 24 5 28 25 20 28 0 25 9 0 25 17 27 24 5 28 14 7 5 20 17 0 28 20 17 8 27 25 5 2 24
4116099ms72081 1 1 1 1 1 1 1 1 15 6 4 1 7 9 3 7 8 8 4 9 2 6 2 7 7 3 0 6 6 1 4 1 6 5 5 4 8 5 8 0 0 0 3 2 2 6 6 2 2 7 3 3 3 5 0 5 6 4 1 1 6 6 9 7 2 8 8 8 0 0 1 5 0 6 6 6 4 4 0 4 4 0 7 7 2 2 9 5 7 2 2 7 7 9 2 2 9 9
4217946ms86541 1 1 1 1 1 0 0 1 1 1 1 1 0 1 1 1 0 1 112 10 11 9 15 18 16 3 16 1 11 18 19 10 19 15 0 2 14 14 5 11 9 8 12 8 11 16 2 4 1 19 19 8 14 10 10 0 0 1 0 3 3 16 9 5 8 19 15 15 1 1 1 4 2 9 2 14 14 14 3 11 4 3 11 3 0 15 19 15 10 18 19 19 19 18 18 19 19 19
4318938ms78971 1 0 1 1 0 1 0 1 0 0 1 0 0 0 0 0 0 1 0 1 0 0 1 0 1 0 1 1 018 20 11 23 25 20 25 8 27 27 23 23 25 0 18 11 8 11 18 18 25 3 20 20 20 3 27 6 27 4 28 23 23 25 0 0 1 1 11 11 4 18 27 23 28 25 3 20 20 11 8 0 0 6 6 6 0 20 23 28 28 1 1 28 27 27 1 27 1 28
4414577ms72661 1 1 1 1 1 1 1 1 14 4 4 4 4 4 4 4 0 0 0 0 6 0 0 0 1 1 1 7 8 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 4 0 1 1 2 1 7 5 9 9 7 6 5 5 9 8 7 7 9 5 5 5 9 3 0 6 6 8 1 5 4 9 9 7 7 8 6 6 5 8 7 9 9 9 9 5 6 5 7 5
4517254ms83861 1 1 1 1 1 0 0 1 1 0 1 1 1 0 1 1 1 1 00 0 0 0 0 15 0 1 1 1 18 15 1 1 15 2 3 3 2 3 2 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 0 0 2 3 11 12 18 16 16 3 15 16 8 13 11 16 18 16 5 15 9 9 12 2 15 17 13 13 8 11 9 9 18 12 13 17 17 17 8 16 9 13
4618045ms76741 0 0 1 0 1 0 0 0 1 1 1 0 1 1 0 0 1 0 0 1 0 1 0 0 0 0 1 1 010 0 10 10 10 0 10 11 11 11 11 11 11 11 11 3 3 3 3 3 3 17 5 5 5 17 5 9 9 9 9 9 9 13 0 3 3 17 17 28 28 3 20 22 17 14 14 27 13 28 0 27 27 22 3 14 13 22 14 14 3 20 28 14 14 27 14 13 20 28
4714814ms66511 1 1 1 1 1 1 1 1 19 0 0 0 0 2 0 0 0 0 1 1 1 0 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 7 7 6 7 6 0 7 7 7 7 7 8 8 6 8 6 6 8 8 8 6 2 9 9 9 9 9 8
4816660ms80351 1 0 1 1 1 1 1 1 1 1 0 1 1 1 0 1 1 1 10 0 0 0 1 0 1 1 1 3 3 3 3 3 3 4 4 4 5 5 5 5 5 5 6 6 6 6 6 7 7 8 8 8 8 8 8 8 9 9 9 9 10 10 10 10 10 10 12 13 12 13 13 12 13 14 14 12 14 12 0 14 14 14 14 16 16 17 17 13 17 17 17 18 18 19 18 19 19 19
4918192ms70490 1 1 0 0 1 1 1 0 0 0 0 0 1 1 1 1 0 0 1 0 0 0 1 1 0 0 0 1 01 1 1 2 2 2 2 2 5 5 5 5 5 6 6 6 14 7 7 7 7 7 7 7 15 7 7 13 13 15 14 13 13 14 15 14 16 16 16 16 16 16 19 19 19 14 19 19 23 19 23 19 1 23 23 23 23 24 24 24 24 24 24 24 28 1 28 28 28 28
5016538ms98381 1 1 1 1 1 1 1 0 13 6 3 0 9 9 5 5 3 7 7 4 1 9 9 1 2 5 5 3 4 0 0 4 0 4 7 4 4 7 7 7 3 3 3 5 1 9 0 6 0 9 1 1 5 5 7 5 5 3 3 5 4 4 0 0 9 6 1 2 9 7 7 7 3 3 0 4 7 7 3 0 6 6 0 4 4 3 3 4 3 5 2 2 2 2 6 7 2 7 9 1 2 2 2 1 9 2 9 2
5119919ms99891 1 1 1 0 1 0 0 0 0 1 0 1 1 0 1 1 1 1 115 0 19 10 16 13 5 16 15 5 5 3 13 13 0 12 12 16 2 15 0 0 10 19 10 10 1 19 19 19 1 1 19 19 15 5 13 18 10 0 0 13 18 13 16 5 5 5 5 17 15 2 18 10 10 10 0 0 13 12 13 5 1 5 15 15 10 3 1 1 19 0 0 0 10 19 19 19 17 3 19 5 16 12 18 13 13 2 12 1 13 13 18 13 18 18 13 18 13 13
5216761ms95520 1 0 1 1 1 1 1 1 17 7 7 7 7 7 7 7 3 4 4 4 3 4 4 4 4 8 5 8 8 3 3 8 8 5 9 9 9 9 9 9 9 5 6 6 6 6 6 6 6 6 6 6 7 7 4 8 8 5 8 3 4 6 7 5 3 3 3 4 6 9 5 3 3 3 9 6 4 7 6 6 4 3 3 5 3 4 7 1 6 3 3 5 5 3 3 7 5 3 5 9 9 1 5 1 3 4 3 7
5320048ms114580 0 1 1 1 1 1 1 0 1 0 0 1 1 0 1 0 1 1 15 5 5 5 5 5 5 5 19 19 19 7 7 7 19 7 7 12 13 13 13 12 13 12 3 9 9 9 9 15 15 9 9 15 18 18 18 18 18 18 18 18 18 18 5 5 19 12 13 15 15 4 7 18 5 15 3 13 3 6 18 2 15 12 4 13 2 5 6 5 17 18 6 3 3 9 3 6 6 2 18 7 13 15 15 3 3 6 13 3 15 2 17 17 15 17 3 6 4 5
5416102ms96741 1 1 1 1 1 1 1 1 17 7 7 7 7 7 7 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 3 1 1 3 3 3 3 3 3 3 3 3 3 3 3 3 6 6 8 8 8 8 6 8 8 8 8 8 3 6 6 6 6 6 6 6 6 6 5 5 6 5 5 5 6 6 0 0 6 0 5 7 0 0 0 0 0 0 0 0 4 4 4 4 4 4 4 4 9 4 9 9 4 9 4 9 9
5519332ms106811 0 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 017 17 17 18 16 8 16 8 8 8 2 8 2 8 18 2 2 2 2 6 6 12 6 12 12 12 14 12 6 6 6 14 14 6 6 6 6 6 6 7 7 7 0 7 0 0 0 0 0 0 0 0 10 7 7 7 10 7 7 10 11 9 11 11 13 11 11 7 11 9 9 11 9 11 17 13 9 13 9 9 13 15 13 15 15 15 15 15 15 15 15 18 18 18 18 17 18 18 18 18
5638245ms309521 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 118 19 21 18 2 6 16 11 27 0 29 28 13 1 28 18 3 20 27 17 11 16 2 24 5 18 18 19 29 5 14 26 26 24 28 6 8 8 24 15 18 13 6 4 8 19 13 21 6 10 24 16 24 21 8 4 25 8 27 25 4 0 25 20 20 11 2 19 19 25 18 12 4 8 23 13 20 13 20 16 8 17 26 25 29 20 4 2 27 7 11 19 25 7 2 1 28 12 17 28 17 15 11 11 29 0 4 24 24 3 19 26 27 12 11 8 28 25 14 13 26 12 17 6 26 16 2 11 6 28 28 2 12 20 5 8 3 3 14 10 11 27 28 11 12 5 21 16 18 11 24 17 10 17 8 6 2 15 3 1 3 27 10 2 23 27 5 4 1 16 1 23 19 14 26 21 24 10 29 10 5 2 16 28 12 8 17 10 0 24 2 21 6 4 11 12 12 2 20 6
5737610ms380011 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 025 14 21 27 2 12 15 27 22 17 4 28 13 3 28 18 3 13 27 24 22 16 23 24 20 18 22 19 4 21 6 6 26 16 0 12 8 9 24 16 18 9 6 26 8 26 13 21 19 17 24 16 0 21 20 12 11 9 27 11 4 2 7 13 13 11 5 17 28 25 18 6 19 8 5 23 8 23 8 24 23 17 9 7 26 10 6 5 27 18 28 19 25 25 17 8 27 12 2 17 28 15 25 18 4 0 12 22 22 3 19 4 24 12 25 8 11 7 17 8 26 11 14 19 26 15 2 12 19 0 11 24 11 20 23 20 3 3 28 10 12 22 28 25 25 10 24 2 27 11 24 17 23 0 20 28 5 15 13 20 13 27 23 24 2 27 23 4 13 16 13 8 19 20 26 2 27 10 4 20 5 21 2 19 11 8 28 23 27 21 2 2 6 4 18 12 18 15 23 19
5837649ms571321 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 027 19 21 22 2 12 24 27 22 27 4 17 10 10 6 18 1 20 27 0 18 16 5 27 10 18 24 14 4 2 19 6 4 16 11 19 8 9 24 16 18 8 6 4 20 6 13 21 19 14 21 16 24 16 20 6 11 20 18 25 26 2 7 13 20 25 23 14 17 25 18 12 12 9 23 10 20 23 8 16 23 17 9 18 26 13 4 5 27 7 28 6 25 25 0 3 11 6 0 17 28 21 25 7 4 24 4 24 22 8 19 26 27 12 12 8 28 7 17 8 9 11 17 19 26 16 21 11 19 17 18 24 25 20 1 14 1 3 17 10 11 22 11 7 25 2 24 16 27 11 24 0 10 0 13 28 2 2 3 13 1 27 10 2 23 24 5 4 3 2 1 20 19 14 26 0 0 8 4 10 5 21 21 6 12 8 11 23 17 21 21 21 6 19 7 25 11 21 10 6
5937373ms436001 0 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 118 19 21 22 2 12 21 27 22 28 4 28 13 13 19 18 27 20 24 27 18 15 2 2 10 11 27 19 29 2 19 26 26 16 27 4 20 9 24 15 18 8 6 4 8 19 13 21 14 20 0 24 2 15 20 6 11 20 22 7 29 0 25 20 13 25 5 14 17 12 18 12 19 9 10 23 20 5 8 16 23 2 9 7 29 13 29 5 27 7 28 6 25 25 0 13 28 28 0 17 14 21 12 25 26 0 4 2 27 13 14 4 22 6 12 20 28 25 17 8 8 11 17 6 26 16 2 11 26 17 28 21 25 20 23 26 8 13 17 10 11 27 12 11 25 5 24 15 27 25 24 0 23 0 13 28 2 2 10 13 13 27 13 21 5 28 5 29 23 21 5 14 14 10 26 21 0 14 29 10 5 15 2 12 12 9 6 23 17 24 21 21 19 4 7 6 7 21 23 19
6038831ms294751 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 127 19 2 22 5 6 21 0 22 28 29 28 13 1 28 18 1 20 22 0 18 16 23 24 20 18 18 19 29 2 19 19 4 21 27 6 14 8 24 2 27 20 19 4 8 19 8 21 19 14 24 16 24 16 8 12 12 20 7 7 4 0 18 8 20 25 5 19 19 25 7 12 6 9 23 23 20 5 8 16 10 0 20 25 29 10 19 5 18 25 27 6 25 7 5 3 28 12 2 28 28 2 25 18 29 2 29 27 22 3 19 19 18 6 11 20 28 25 17 13 20 11 14 19 9 16 27 12 19 17 28 21 25 20 5 9 3 3 11 10 25 22 11 11 25 5 24 16 27 25 24 14 23 0 8 6 23 21 3 13 3 17 10 24 5 27 23 4 13 2 1 3 19 14 4 2 24 10 4 10 5 16 2 28 12 8 11 23 0 21 2 2 6 29 7 12 7 16 20 19
6137027ms399801 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 127 19 21 27 2 11 21 28 22 28 26 17 13 13 28 11 1 20 22 27 25 21 5 24 10 27 27 14 29 5 6 19 19 24 27 12 13 9 27 16 18 8 6 26 8 26 3 16 28 14 27 16 2 15 8 6 25 26 22 25 4 0 7 9 20 28 5 14 28 12 18 12 19 20 23 1 20 23 8 22 10 17 9 25 29 10 19 5 24 7 28 19 7 11 5 3 25 6 5 28 28 21 11 18 4 2 29 24 22 23 19 4 18 4 12 8 27 7 28 20 26 11 28 19 26 21 2 11 26 17 27 21 25 8 23 9 1 3 28 14 12 18 12 25 11 10 27 15 27 25 24 17 20 0 3 11 2 15 3 13 23 17 23 21 5 18 5 4 3 21 1 20 28 8 26 2 0 23 4 20 5 15 2 19 6 9 12 10 2 21 5 2 6 29 7 12 7 21 10 6
6238934ms566651 1 0 1 1 1 1 1 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 118 19 24 27 21 6 24 27 27 28 4 14 13 13 28 18 1 20 22 18 27 22 5 27 14 18 27 28 29 5 4 19 4 21 27 19 14 9 24 16 25 20 25 4 20 19 13 24 19 20 24 16 24 21 20 6 18 9 18 7 29 0 7 8 13 12 10 17 17 12 7 12 6 9 23 1 10 23 8 24 10 17 9 7 29 13 4 21 27 7 28 6 25 7 5 1 18 12 0 28 28 16 25 18 19 24 6 27 22 3 19 4 27 19 12 13 17 7 14 8 26 25 17 6 9 16 21 12 26 17 28 21 7 20 5 9 3 3 28 10 12 22 12 25 25 23 24 21 27 25 27 17 23 0 8 12 0 21 13 13 13 0 20 24 5 28 1 26 13 21 1 20 19 14 19 0 0 10 29 10 23 21 0 19 12 8 27 10 0 16 21 21 6 4 18 6 25 21 10 19
6336968ms446001 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 118 6 2 27 2 11 15 27 18 28 29 17 23 1 28 18 1 8 22 17 18 16 21 24 10 18 24 17 29 2 26 19 4 21 18 19 20 9 16 16 11 20 6 26 8 19 13 21 6 14 24 16 24 16 8 12 7 9 18 25 4 0 25 8 13 11 2 14 17 25 22 12 19 8 10 23 8 10 8 24 10 17 8 25 29 13 6 5 24 7 28 4 12 25 0 3 17 12 0 28 28 15 25 18 4 0 4 27 22 3 19 26 27 12 12 8 28 18 14 9 9 12 17 29 26 21 2 12 26 0 28 24 25 10 1 9 1 13 11 10 6 22 11 11 25 2 24 15 27 25 27 17 1 0 8 11 2 15 3 3 13 24 10 24 5 27 5 4 3 21 1 8 19 20 26 2 0 20 29 10 5 2 21 12 12 9 28 23 0 21 2 2 6 4 7 12 18 15 13 28
6437510ms282031 0 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 018 19 0 22 2 6 15 27 22 28 26 28 13 13 28 18 3 20 27 0 18 21 5 2 13 27 27 19 26 5 19 26 26 21 27 12 9 8 21 21 18 20 6 4 20 28 13 21 19 14 24 24 2 21 8 12 12 9 27 25 4 0 25 8 13 11 5 17 28 11 18 12 6 9 23 13 20 23 8 21 23 0 4 25 4 13 6 2 22 25 28 6 25 11 2 3 11 12 0 28 28 15 25 18 4 0 26 24 22 3 19 4 27 25 12 20 11 11 17 8 9 11 17 19 26 15 21 11 19 17 11 24 25 14 23 20 23 8 11 10 12 22 11 11 25 23 2 15 0 25 24 17 23 0 8 11 5 15 3 13 3 27 10 2 23 27 5 19 3 21 5 10 28 10 4 2 27 10 4 20 5 21 21 19 6 8 28 23 17 21 24 2 19 4 25 12 25 21 10 19
6538343ms385051 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 118 28 15 27 2 12 2 27 18 27 29 17 13 1 19 18 13 20 27 27 18 21 1 24 10 27 24 19 19 5 12 19 29 21 28 6 14 8 24 15 7 9 6 4 8 19 13 21 19 14 24 27 2 21 8 6 7 9 18 12 29 2 11 20 20 25 0 14 6 25 18 12 12 9 5 8 13 5 8 24 10 0 14 25 26 13 19 2 27 25 28 6 7 7 23 1 11 11 0 17 19 15 11 18 29 24 4 24 27 3 14 29 27 12 25 8 27 25 17 9 26 11 28 4 26 21 2 12 19 0 28 24 12 10 1 9 13 3 17 20 12 0 28 11 11 2 21 21 18 12 27 17 23 0 20 11 2 15 3 13 3 27 10 24 5 27 5 4 3 21 1 20 19 20 26 2 0 14 29 20 5 15 21 19 12 8 28 23 17 2 2 21 6 4 7 11 25 15 20 17
6636811ms581841 0 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 17 6 21 24 15 6 2 28 18 11 4 19 13 13 19 11 23 20 16 0 27 16 5 24 10 27 27 19 4 5 19 19 4 16 28 19 8 10 24 16 25 9 12 29 20 4 13 2 19 20 27 16 24 22 8 6 11 26 18 7 29 0 7 8 13 25 10 14 19 7 7 12 6 26 23 23 20 23 8 21 23 0 9 12 4 13 6 5 27 11 28 6 25 25 0 13 27 6 0 28 28 15 11 7 4 0 29 24 22 13 14 4 27 6 6 8 11 25 17 8 14 25 28 4 14 15 0 12 26 28 27 21 6 10 23 9 13 10 28 14 25 27 11 11 25 2 16 15 0 25 24 17 23 17 20 28 5 21 20 13 13 27 10 24 23 27 23 26 13 15 5 9 19 10 26 2 24 10 29 10 21 15 2 11 12 20 28 23 0 24 2 21 6 6 7 12 7 15 10 19
6738855ms442021 1 1 0 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 018 12 21 27 21 11 15 28 27 28 4 28 13 1 28 11 10 9 22 0 18 24 1 27 10 27 27 17 4 2 19 6 6 16 27 6 20 20 24 15 7 9 6 26 8 19 13 21 28 14 0 16 24 21 8 25 18 9 22 7 26 2 18 10 8 11 23 14 6 25 7 11 19 20 23 10 10 17 8 24 10 0 9 7 4 13 19 2 22 25 19 6 25 7 0 1 27 12 0 11 28 15 12 18 4 23 19 0 27 13 17 19 27 11 6 26 28 11 14 8 26 11 27 19 26 16 2 11 19 24 28 24 12 20 1 8 8 8 28 14 11 18 12 11 25 2 27 21 27 7 24 0 13 17 13 28 2 15 13 1 13 27 20 21 23 27 0 4 1 21 1 14 14 10 26 2 24 20 26 10 2 21 2 19 12 8 28 23 0 21 21 16 4 4 25 6 18 24 10 6
6837899ms289071 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 018 19 2 22 5 11 21 27 27 28 4 28 13 23 17 11 1 10 24 24 22 16 1 24 10 27 27 19 4 2 19 6 4 16 27 19 20 8 16 21 18 26 6 19 8 26 13 2 14 14 16 16 2 16 10 12 27 8 18 7 26 2 7 13 8 11 5 19 28 12 18 28 19 8 5 10 20 5 8 16 10 17 26 18 4 10 4 5 27 18 19 19 7 11 2 3 11 12 17 28 14 21 12 18 4 0 4 24 22 3 19 4 27 12 12 20 27 7 28 8 26 11 28 19 26 16 2 28 26 0 28 24 11 10 5 20 3 3 28 10 11 22 11 11 11 2 16 2 18 7 27 17 23 28 8 11 5 21 13 13 1 0 23 2 5 27 5 4 3 21 1 10 6 14 26 21 21 10 4 20 2 21 2 6 11 8 12 23 0 24 2 21 19 4 7 12 18 2 10 19
6938138ms370851 1 1 1 1 1 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 07 19 16 22 5 12 21 28 18 17 4 28 8 1 19 18 1 20 22 24 18 16 0 24 23 18 24 28 26 15 6 26 4 15 27 6 20 20 21 24 7 8 6 26 8 26 8 16 19 10 0 16 24 21 8 6 11 8 18 25 4 17 7 20 20 11 0 14 28 25 18 12 19 19 23 10 20 23 8 16 23 23 26 25 26 20 4 5 27 7 28 19 7 25 2 3 27 6 2 17 17 15 25 25 4 24 6 24 27 3 14 6 27 12 11 8 28 7 17 20 26 12 28 19 26 15 2 11 26 17 11 24 12 14 1 8 1 20 28 10 11 27 11 7 25 5 24 21 18 25 0 17 23 27 23 11 2 15 3 3 1 27 10 24 5 27 5 4 1 21 1 20 6 14 4 2 27 10 4 10 5 15 2 17 12 8 27 23 0 24 2 21 19 6 7 12 7 15 23 14
7038020ms574321 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 018 19 21 24 24 6 21 27 27 17 4 17 13 1 19 18 1 10 16 0 18 24 23 24 10 11 27 19 4 2 6 6 4 16 27 19 20 9 24 15 18 9 6 26 20 19 13 2 14 14 24 24 24 16 8 19 25 8 18 25 4 2 7 8 13 11 23 10 19 25 18 12 19 8 23 23 20 23 8 24 10 0 9 25 26 10 6 2 22 7 28 6 27 25 17 3 11 19 17 17 28 16 25 18 4 28 4 27 24 3 19 4 27 6 12 8 17 25 17 8 14 11 17 19 4 16 2 11 19 17 28 24 12 10 23 9 1 13 17 10 12 22 11 12 25 23 24 15 27 25 24 0 23 17 8 11 2 15 3 3 8 27 23 24 10 27 23 4 3 24 1 10 19 20 4 0 0 10 19 14 1 21 21 19 12 8 12 10 27 21 16 2 6 4 7 6 7 2 10 19
7137548ms419251 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 1 1 118 6 2 27 2 11 15 0 22 17 4 28 23 13 28 18 13 13 22 0 18 16 2 0 10 7 24 28 29 2 6 4 14 16 27 6 10 8 2 16 18 20 6 29 8 19 3 15 28 14 24 16 24 15 20 19 11 9 22 25 9 0 7 20 3 25 5 14 17 25 18 12 4 9 23 23 8 23 8 22 10 0 9 25 29 10 6 5 27 25 28 19 25 11 0 3 28 6 0 28 28 15 25 18 4 24 29 24 22 3 19 29 27 25 11 8 28 7 17 8 9 11 17 19 9 22 23 11 19 17 28 16 12 20 23 9 3 3 0 10 25 27 11 25 25 2 16 16 27 25 0 0 20 0 20 11 5 15 13 13 13 0 10 0 5 24 2 4 3 16 5 10 14 14 9 2 27 14 9 10 5 15 16 19 12 8 28 23 28 2 16 2 6 4 7 12 7 15 10 6

模拟退火（Simulated Annealing）

模拟退火是克服爬山缺点的有效方案，其基本思想是在系统能量减小的趋势这样一个变化过程中，偶尔允许系统跳到能量较高的状态，以避开局部极小点，最终稳定到全局最小点。

基本步骤

  • 随机挑选一单元k，并给他一个随机的位移，求出系统因此而产生的能量变化 Δ E k \Delta E_k ΔEk​。
  • 若 Δ E k ≤ 0 \Delta E_k≤0 ΔEk​≤0，该位移可采纳，而变化后的系统状态可作为下次变化的起点；若 Δ E k &gt; 0 \Delta E_k&gt;0 ΔEk​>0，位移后的状态可采纳的概率为： p k = e − Δ E k / T p_k = e^{-\Delta E_k/T} pk​=e−ΔEk​/T，式中T为温度，然后从（0，1）区间均匀分布的随机数中挑选一个数R。若R< P k P_k Pk​，则将变化后的状态作为下次的起点，否则将变化前的状态作为下的起点。
  • 转第（1）步继续执行，直至达到平衡状态为止。

邻域操作

常见的2-opt邻域操作如下：

插入

取后面某个节点k插入到前面的序列中
在这里插入图片描述

交换

随机选择两个节点并进行交换
在这里插入图片描述

倒置

随机选择一个区间，并将其中的节点进行倒序
在这里插入图片描述

在此题目中，邻域操作方法为：随机选择两个数l，r，此区间中的所有customer进行选择facility。

void neighborOperation(string neighbor) {
    int l = rand() % m; 
    int r = rand() % m;
    for(int i=0;i<m;i++) {
        if(i>=l && i<r) {
            int to = rand() % n;
            while(facilities[to].getRemain()-customers[i].getDemand() < 0) {
                to = rand() % n;
            }
            facilities[customers[i].getFacilityID()].setRemain(facilities[customers[i].getFacilityID()].getRemain() + customers[i].getDemand());
            customers[i].setFacilityID(to);
            facilities[to].setRemain(facilities[to].getRemain()-customers[i].getDemand());
        }
    }
}

退火过程如下：

void SA() {
    int preMinCost = -1;
    while(T > 0.001) {
        T = 0.99*T;
        for(int i=0;i<10 * m;i++) {
            customersTemp = customers;
            facilitiesTemp = facilities;
            neighborOperation("2");
            double cost = calcCost();
            if(cost <= COST_MIN) {
                COST_MIN = cost;
            } else {
                int r = rand() % (N + 1) * 1.0 /(N + 1);
                if(r < exp(-1.0*(cost - COST_MIN)/T)){
                    COST_MIN = cost;
                } else {
                    customers = customersTemp;
                    facilities = facilitiesTemp;
                }
            }
        }
        // 当相同最小值出现了50此后，默认已经收敛，结束退火过程。
        if(preMinCost == COST_MIN) {
            count++;
        } else {
            count=0;
        }
        if(count == 50) {
            break;
        }
    }
}
控制参数的选取

在此题中，我采用的初始温度为100，降温系数为0.99，终止条件为0.001，其中局部邻域操作次数为10*m。

算法执行结果

InstanceTimeCostFacility Open StatusCustomer Status
11022ms97251 1 1 1 1 1 0 1 1 18 2 1 5 3 0 2 4 4 1 9 8 3 2 8 3 4 0 9 7 3 4 9 4 2 5 1 5 0 5 2 5 0 3 9 4 4 3 0 4 1 0 1 5 7 0 4 0 4 5
21006ms83411 1 1 1 1 1 1 1 1 10 2 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 7 3 8 6 4 2 5 1 5 0 5 2 6 0 3 9 4 4 3 0 4 1 8 1 5 7 0 4 0 4 5
31007ms102121 1 1 1 1 1 1 1 1 08 2 1 6 3 8 2 4 4 1 4 8 3 2 0 3 4 0 6 7 3 4 6 4 2 5 1 5 0 5 2 6 0 3 4 4 4 3 0 4 1 8 1 5 7 0 4 0 7 5
41011ms116801 1 1 1 1 1 0 0 0 10 2 1 5 3 0 2 4 4 1 9 0 0 2 0 3 4 0 9 4 3 4 9 4 2 5 1 5 0 5 2 5 0 3 9 4 4 3 3 4 1 0 1 5 4 0 2 3 4 5
51056ms97141 1 1 1 1 1 1 1 1 18 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 7 3 8 6 4 2 5 1 5 0 5 2 6 0 3 9 4 7 3 0 4 1 8 1 5 7 0 2 0 4 7
61087ms83691 1 1 1 1 1 1 1 1 18 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 7 3 8 6 4 2 5 1 5 0 5 2 6 0 3 9 4 4 3 0 4 1 8 1 5 7 0 2 0 7 7
71129ms100961 1 1 1 1 0 1 1 1 18 8 1 6 1 8 2 4 4 1 9 8 3 2 8 3 2 0 9 7 3 8 6 4 2 6 1 1 0 1 2 6 0 3 9 4 4 3 0 4 1 8 1 6 7 0 9 0 4 7
81127ms124951 1 1 1 0 1 1 1 1 18 8 1 6 1 8 2 9 2 1 9 8 3 2 8 3 2 0 9 7 3 8 6 7 5 5 1 5 0 5 9 6 0 3 9 9 7 3 0 2 1 8 1 5 7 0 2 0 7 7
9997ms90841 1 1 1 1 0 1 0 1 18 8 1 6 1 8 2 4 4 1 9 8 3 2 8 3 2 0 9 4 3 8 6 4 2 6 1 1 0 1 2 6 0 3 9 4 4 3 0 4 1 8 1 6 4 0 2 0 4 4
10996ms82171 1 1 1 1 1 1 1 1 18 8 1 6 3 8 2 4 4 1 9 8 3 2 8 3 4 0 9 7 3 8 6 4 2 5 1 5 0 5 2 6 0 3 4 4 4 3 0 4 1 8 1 5 7 0 2 0 4 4
11982ms98001 1 1 1 1 0 1 1 1 08 8 1 6 1 8 2 4 4 1 4 8 3 2 8 3 2 0 6 7 3 8 6 4 2 6 1 1 0 1 2 6 0 3 4 4 7 3 0 4 1 8 1 6 7 0 4 0 4 4
12978ms113641 1 1 1 1 0 0 0 1 18 8 1 9 3 8 2 4 4 1 9 8 3 2 8 3 2 0 9 4 3 8 9 4 2 2 1 1 0 1 2 9 0 3 9 4 4 3 0 4 1 8 1 2 4 0 2 0 4 4
131150ms96461 1 0 1 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 10 14 7 7 1 13 3 13 14 3 7 19 1 6 13 3 5 7 1 6 14 5 7 19 6 1 0 1 3 3 13 7 13 0 3 6 3 19 19 13 6 0 5 0 3 5 14 6 19 7
141123ms77110 0 0 1 0 0 1 1 0 0 1 0 1 1 0 1 1 1 0 116 12 10 10 19 12 17 13 12 17 7 19 19 6 13 3 15 10 17 6 12 15 15 19 6 17 16 17 3 17 13 7 13 16 3 10 3 19 19 13 6 16 15 16 3 13 12 10 19 7
151100ms97190 0 0 1 0 0 1 1 0 0 1 0 0 1 1 1 1 1 0 116 3 10 10 19 15 17 13 14 17 15 19 19 6 13 3 15 10 17 6 14 15 15 19 6 3 16 17 3 17 13 7 13 16 3 10 3 19 19 13 6 16 15 16 3 13 14 10 19 7
161111ms123891 1 0 1 0 0 0 1 0 0 1 0 1 1 0 1 0 0 0 10 12 10 10 1 15 19 13 12 3 15 19 1 7 13 3 15 7 1 3 12 15 15 19 10 1 0 3 1 3 13 7 13 7 3 10 3 19 19 13 10 0 0 0 3 15 12 10 19 7
171133ms95981 1 0 0 0 0 1 1 0 0 0 0 1 1 1 1 0 1 0 10 12 7 7 1 12 17 13 14 1 15 19 1 6 13 12 15 7 17 6 14 15 15 19 6 17 0 17 1 17 13 7 13 0 1 6 17 19 19 13 14 0 15 0 6 13 14 6 19 7
181156ms79281 1 0 0 0 0 1 1 0 0 1 1 0 1 1 0 0 1 0 10 1 10 10 1 13 17 13 14 17 7 19 1 6 13 11 14 10 17 6 14 7 7 19 6 17 0 17 1 17 13 7 13 0 1 10 11 19 19 13 6 0 0 7 11 13 14 10 19 7
191127ms105361 0 0 0 1 0 0 1 1 0 1 0 1 0 0 1 0 1 1 10 12 10 10 19 18 17 18 12 17 15 4 19 10 18 12 15 10 4 8 12 15 15 19 8 17 0 17 12 17 18 7 18 0 17 10 8 19 19 18 8 0 15 0 8 15 12 10 19 7
201112ms132360 0 1 0 1 1 0 1 0 1 1 0 0 0 1 0 1 0 1 116 14 10 10 19 18 4 18 14 4 7 19 19 10 2 14 5 10 4 9 14 5 7 2 9 4 16 4 19 4 2 7 2 16 19 10 9 19 19 2 10 16 5 16 9 5 14 7 19 7
211098ms105091 1 1 0 0 1 0 0 0 1 1 0 1 0 1 0 0 0 1 00 12 10 10 1 18 1 18 14 1 5 1 1 10 2 12 5 10 1 9 12 5 5 2 9 1 0 1 1 12 2 14 2 0 12 10 12 18 2 2 10 0 5 0 9 5 14 10 2 5
221095ms81811 1 0 1 0 1 1 1 0 0 1 0 0 1 0 0 0 1 0 10 1 10 10 1 13 17 13 7 17 7 19 1 6 13 3 5 10 17 6 1 5 7 19 6 17 0 17 1 17 13 7 13 0 3 10 3 19 19 13 6 0 5 0 3 5 7 10 19 5
231133ms103661 0 1 1 0 1 1 1 0 0 1 0 0 0 1 0 0 1 0 10 3 10 10 19 14 17 2 14 17 7 19 19 6 2 3 5 10 17 6 14 5 7 19 6 17 0 17 3 17 2 7 2 0 3 10 3 19 19 2 6 0 5 0 3 5 14 10 2 5
241106ms125730 0 0 0 0 1 1 0 0 0 0 1 0 0 1 1 1 0 1 116 14 16 16 18 18 11 18 14 11 15 19 19 6 18 11 15 14 11 6 14 15 15 19 6 19 16 11 19 19 18 15 18 16 11 6 11 19 19 18 6 16 5 16 11 5 14 6 19 5
257206ms159071 0 1 0 0 1 0 1 1 1 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 1 0 013 25 13 14 20 5 2 24 2 17 5 8 8 20 17 8 14 17 25 11 19 0 9 19 5 8 19 24 5 24 5 25 20 11 20 20 24 24 7 14 0 8 24 8 24 14 0 20 27 8 25 14 14 5 13 20 2 27 0 14 0 5 20 11 11 25 9 0 5 5 20 13 5 17 24 8 5 20 2 9 20 17 20 0 0 17 0 7 20 5 2 24 0 11 7 5 2 19 25 13 20 17 14 25 2 5 7 11 14 8 14 14 2 11 11 7 24 9 11 24 5 20 25 20 8 7 5 9 11 11 0 7 24 27 8 14 7 25 20 17 0 14 20 2 8 27 11 5 17 7
267187ms136601 0 1 0 0 1 0 1 1 1 0 1 0 1 1 0 0 1 0 0 1 0 0 0 1 0 0 1 0 18 11 13 2 20 5 2 5 14 17 24 20 8 20 17 14 14 17 5 0 2 27 2 17 24 8 2 24 5 9 29 11 13 27 20 20 24 24 7 14 0 14 24 8 24 14 7 20 27 8 5 14 14 5 13 20 14 27 0 14 0 5 20 11 0 11 9 0 29 9 20 20 11 17 24 8 24 20 14 9 20 17 20 0 7 17 17 0 20 29 2 24 17 11 7 24 2 14 29 13 20 17 14 0 2 29 7 11 14 8 14 14 0 11 11 27 24 24 24 24 5 20 11 20 20 11 5 24 7 5 0 11 24 29 8 14 0 5 20 0 0 8 20 2 20 11 11 11 14 7
277156ms166671 0 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 1 0 020 25 8 14 13 5 2 24 8 17 5 8 14 20 7 14 14 17 11 11 7 7 5 19 5 8 19 24 5 24 5 25 8 25 20 20 5 27 11 14 0 14 24 20 24 14 19 13 11 8 5 14 14 5 20 20 17 5 7 17 0 5 20 25 11 25 24 0 5 24 13 13 11 7 5 8 24 20 14 24 13 7 20 17 2 17 2 17 20 5 14 24 17 0 7 5 14 2 25 8 20 7 14 11 2 5 7 11 20 8 14 14 17 11 11 25 24 24 11 24 5 8 25 20 20 7 5 24 0 25 0 11 24 24 8 14 17 5 20 0 0 8 20 14 8 27 25 5 0 7
287124ms198171 0 1 0 0 1 0 1 1 1 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 0 1 013 11 13 17 13 5 19 24 14 0 25 8 8 20 19 14 14 17 0 11 19 2 5 2 5 8 2 24 24 24 25 11 13 25 20 20 24 24 7 14 0 14 24 8 24 14 11 20 11 8 25 14 14 5 20 20 14 11 0 20 0 5 20 0 11 11 24 0 5 24 13 13 11 0 24 8 9 20 14 9 13 0 20 17 2 17 0 7 20 9 2 24 7 25 7 5 14 14 25 20 8 0 14 25 2 11 17 11 14 28 17 2 17 11 11 5 24 9 24 5 5 28 25 20 8 11 5 9 17 5 0 11 24 9 28 14 7 5 20 17 0 8 20 14 8 5 25 5 2 7
297139ms181911 0 1 0 0 1 0 1 1 1 1 1 0 1 1 1 0 1 0 1 1 0 0 0 1 1 0 0 0 120 0 14 2 13 5 7 24 14 17 24 8 8 20 19 14 14 17 5 11 2 0 29 17 5 8 19 24 24 9 5 25 20 11 20 20 24 15 7 14 0 14 15 10 24 14 0 13 11 8 5 2 14 5 13 20 2 29 0 14 0 5 20 11 17 25 9 0 25 9 13 8 11 17 24 8 29 20 14 24 13 7 20 17 2 17 2 7 8 5 2 24 17 11 0 5 2 2 11 20 20 7 14 11 2 5 17 25 8 8 14 19 2 0 11 11 24 15 24 5 5 20 25 20 13 25 5 9 0 5 0 0 24 9 8 14 17 25 20 17 0 8 13 17 8 25 11 5 2 10
307165ms158811 0 1 0 0 1 0 1 1 1 1 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 1 1 013 11 13 14 13 5 2 24 17 17 24 8 8 20 17 8 14 0 25 11 2 7 5 17 25 8 19 24 9 9 25 25 13 25 20 20 24 9 11 14 0 14 9 28 24 14 7 20 27 8 27 19 14 5 20 20 2 0 11 14 0 5 20 0 11 11 9 0 24 9 20 13 0 17 24 20 24 20 19 24 13 7 13 17 19 17 7 2 20 25 17 24 17 27 0 9 2 2 25 13 8 7 14 25 19 11 0 11 14 28 14 2 2 11 11 27 24 24 24 24 5 28 25 13 8 17 11 9 0 5 0 11 5 5 8 14 17 25 13 17 0 8 20 14 8 11 11 5 17 10
317205ms186311 0 1 0 0 1 0 1 1 0 1 1 0 1 1 0 0 1 0 0 1 0 0 0 1 1 0 0 1 113 25 13 2 13 5 2 5 28 17 5 8 20 20 2 14 14 17 25 11 2 11 24 7 24 8 2 24 5 24 29 25 8 11 20 8 24 24 11 14 0 20 24 10 5 14 17 13 11 8 29 14 14 5 13 20 14 25 11 14 0 24 20 0 0 25 11 0 29 25 20 13 11 0 24 8 5 20 2 5 20 7 20 17 2 17 2 0 20 25 2 24 17 11 7 5 2 0 25 20 8 17 17 0 0 29 7 11 8 28 17 14 2 11 11 25 24 24 11 5 5 28 25 20 8 17 5 24 11 5 0 25 24 29 8 14 7 25 20 17 0 28 13 14 8 25 25 5 2 10
327131ms230581 0 1 0 0 1 0 1 1 1 1 1 0 1 1 0 0 1 0 0 1 0 0 0 0 1 0 1 1 113 0 13 0 13 5 17 11 14 17 9 20 8 8 17 8 14 17 5 11 14 7 9 2 9 8 2 11 25 9 25 11 8 25 20 20 0 9 17 14 0 14 9 10 9 14 11 13 27 8 29 28 14 5 8 20 14 11 11 14 0 5 20 11 11 25 9 0 9 29 8 13 11 0 9 20 9 20 2 9 20 7 8 17 2 17 2 0 20 25 14 9 17 11 17 5 2 28 27 28 28 7 14 0 2 25 11 11 8 28 14 14 2 11 25 27 5 9 5 5 5 28 11 20 13 25 5 5 7 27 0 11 5 29 28 14 17 29 20 17 0 8 20 14 8 27 0 5 17 10
337174ms147451 0 1 0 0 1 0 1 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 0 1 1 0 1 0 020 11 8 2 14 5 2 24 8 0 24 8 8 20 14 14 14 17 5 11 2 0 5 17 24 8 17 24 5 24 5 5 8 25 20 8 24 24 11 14 0 14 24 20 24 14 17 20 27 14 5 14 14 5 8 20 2 25 11 17 0 5 20 25 11 11 24 0 5 24 20 20 11 17 24 8 24 20 2 5 20 17 8 17 17 17 2 7 20 11 2 24 17 11 7 24 2 17 27 20 20 17 17 25 2 25 17 11 14 8 17 14 2 11 25 27 24 24 5 24 5 8 11 20 20 0 25 24 7 25 0 27 5 11 8 17 7 11 20 17 0 8 20 17 8 27 25 5 2 7
347095ms137011 0 1 0 0 1 0 1 1 0 0 1 0 1 1 1 0 1 0 0 1 0 0 0 1 1 0 1 1 08 11 13 2 13 5 2 24 28 17 5 8 8 20 7 14 17 17 5 11 14 0 5 17 5 8 2 5 5 24 5 11 13 25 20 20 24 15 17 14 17 14 15 28 24 14 0 20 27 8 5 14 14 5 13 20 17 27 11 14 0 5 20 0 11 25 24 0 5 24 20 13 11 17 24 8 15 20 14 24 13 7 20 17 17 17 17 17 20 5 17 24 17 11 7 24 2 17 25 20 8 17 14 11 0 5 17 11 14 28 14 17 2 11 11 25 24 15 24 24 11 14 27 20 20 7 5 15 0 27 0 11 24 5 8 14 7 5 8 0 17 8 20 14 8 25 5 5 0 7
357064ms166541 0 1 0 0 1 0 1 1 1 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 0 1 08 11 20 14 20 5 19 24 14 17 9 20 14 20 17 14 14 17 5 11 14 0 24 17 5 8 19 24 5 24 25 25 13 11 14 8 24 24 0 14 17 8 24 14 24 14 0 13 11 8 11 2 14 5 13 20 17 25 0 14 0 5 20 25 11 11 24 0 24 24 20 20 11 7 24 8 9 20 14 9 13 7 20 17 19 17 17 7 20 24 2 24 17 25 7 9 14 19 11 20 28 17 17 11 19 25 17 11 28 28 14 14 2 11 11 11 24 5 24 24 5 8 11 13 8 17 5 9 7 25 0 11 24 5 8 14 0 5 20 17 0 8 20 17 8 11 25 5 17 7
367085ms197221 0 1 0 0 1 0 1 1 1 0 1 0 0 1 0 1 1 0 1 1 0 0 0 1 1 0 1 0 020 25 8 2 20 5 17 24 8 17 9 20 8 20 19 14 14 0 5 11 2 17 24 17 5 8 2 24 24 24 25 11 16 25 20 20 24 24 25 14 0 8 24 8 24 2 0 20 27 8 27 2 17 5 16 20 17 11 0 14 0 5 20 11 11 11 24 0 9 5 20 20 11 17 24 8 24 20 19 24 20 7 20 17 0 17 17 7 20 5 2 9 17 11 17 24 2 2 25 16 8 17 17 11 2 25 7 11 2 14 14 2 2 11 11 27 24 24 5 24 5 16 25 20 20 0 5 9 0 27 0 27 24 5 8 14 7 25 20 17 0 8 20 14 14 25 25 5 2 7
377053ms160431 0 1 0 1 1 0 0 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0 0 1 1 0 1 0 120 25 13 2 8 5 19 24 14 17 5 8 20 20 19 14 14 17 5 11 2 0 24 17 29 8 17 24 24 24 29 11 13 11 20 8 24 24 17 2 11 14 24 20 24 14 4 20 27 8 29 2 14 5 20 20 17 11 27 14 0 24 20 27 11 0 25 0 29 5 13 20 11 17 24 14 24 20 14 24 20 0 20 17 2 17 17 17 20 5 17 24 17 11 17 25 2 2 27 8 8 2 17 25 19 25 0 0 14 14 14 14 2 11 11 25 24 24 24 24 11 8 25 20 20 0 5 5 11 27 0 17 24 5 14 14 4 29 20 17 17 8 20 14 8 27 25 5 14 4
387077ms140911 0 1 0 1 1 0 0 1 0 0 1 0 1 1 0 0 1 0 0 1 0 0 0 1 1 0 1 1 120 27 13 2 20 11 2 24 14 17 5 20 8 20 0 14 17 17 25 11 14 0 29 17 5 8 2 24 5 5 5 25 13 27 20 13 5 5 17 14 0 14 24 8 24 14 11 13 27 8 5 14 14 5 13 20 17 27 11 14 0 24 20 27 0 11 24 0 27 24 20 20 5 17 24 20 5 20 28 24 20 17 13 17 17 17 2 0 20 5 2 24 2 27 2 5 14 2 27 13 28 17 17 11 2 25 17 17 28 14 14 17 2 11 11 29 5 24 24 24 5 8 25 20 8 11 5 24 0 5 0 0 24 29 28 14 4 5 20 17 0 28 20 14 8 11 25 5 2 4
397111ms170341 0 1 0 1 1 0 1 1 0 0 1 0 1 1 0 0 1 0 0 1 0 0 0 1 1 0 0 1 020 11 20 14 13 5 14 5 14 17 5 8 28 13 17 8 14 0 25 11 14 7 5 17 5 8 17 5 5 24 24 25 13 11 20 20 5 24 7 14 0 14 24 13 24 14 7 20 11 8 5 14 14 5 20 20 2 11 0 17 0 24 20 11 11 11 24 0 24 24 8 20 5 17 24 8 25 20 14 24 20 7 20 17 2 17 17 17 20 5 2 24 17 0 17 24 2 17 11 20 8 17 17 25 2 11 7 11 14 8 0 28 2 11 25 25 24 24 24 24 5 28 11 13 20 4 5 5 11 5 0 11 24 24 8 14 17 5 20 17 0 28 13 14 14 25 25 5 2 4
407167ms194471 0 1 0 1 1 0 1 1 0 0 1 0 1 1 0 0 1 0 0 1 0 0 0 1 1 0 1 0 020 25 13 2 20 5 17 24 14 17 5 20 8 20 17 14 14 17 25 11 2 7 24 2 25 8 2 5 25 24 25 11 14 25 20 8 24 24 0 14 0 14 24 8 24 14 11 13 27 8 5 14 14 5 13 20 17 11 0 14 17 5 20 25 11 11 5 0 5 5 13 20 5 0 24 8 24 20 14 24 20 7 20 17 17 17 17 0 20 5 2 24 17 0 17 24 2 4 27 13 20 17 17 25 2 11 7 25 17 8 14 14 2 11 25 2 24 5 24 24 5 20 11 13 13 7 5 24 0 25 0 11 24 5 8 14 4 5 20 17 0 8 20 2 8 27 25 5 0 4
412674ms71981 1 1 1 1 1 1 1 0 15 6 4 1 7 9 3 7 5 3 4 6 2 6 2 7 7 3 0 6 6 1 4 1 6 5 5 4 5 5 5 0 0 0 3 9 2 6 6 9 2 7 3 3 3 5 0 5 6 4 1 1 6 6 9 7 2 3 3 3 0 0 1 5 0 6 6 6 4 4 0 4 4 0 7 7 2 2 6 5 7 2 2 7 9 9 9 2 9 4
422289ms72561 1 0 1 1 0 0 0 1 0 1 0 1 0 1 0 0 0 1 112 10 3 14 19 18 1 3 1 1 8 18 19 10 19 0 0 12 14 14 10 4 14 8 12 8 4 12 12 4 1 19 19 8 14 10 10 0 0 0 1 3 3 8 8 14 8 19 0 19 1 1 1 4 3 14 3 10 14 14 3 3 4 3 3 3 0 0 19 19 10 18 19 19 19 18 18 18 19 4
432025ms72830 1 0 1 1 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 0 1 1 127 22 12 24 3 22 9 22 27 27 24 28 3 22 12 4 22 22 12 1 9 9 22 22 22 3 27 12 27 4 29 28 24 3 22 22 1 1 12 12 4 1 28 24 24 3 3 22 9 4 22 9 9 4 12 12 22 22 24 29 29 1 1 29 27 29 28 27 28 4
442688ms72361 1 1 1 1 1 1 1 1 14 4 4 4 4 4 4 4 0 0 6 0 0 0 0 0 1 1 1 7 6 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 4 0 1 1 2 8 7 5 9 7 7 6 5 5 8 8 7 7 9 5 5 5 9 3 0 6 6 8 1 0 4 9 9 7 7 8 6 6 5 8 7 9 7 9 9 9 6 5 7 4
452325ms73051 0 0 1 1 1 1 0 0 1 0 1 1 1 0 1 0 0 0 10 0 0 0 0 0 0 6 6 6 6 6 6 6 6 3 3 3 3 3 3 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 0 0 3 3 11 12 13 5 19 3 15 19 13 13 11 19 13 19 5 15 9 9 12 9 15 13 13 13 12 12 9 9 19 12 13 13 11 11 11 11 9 4
462064ms71611 0 0 1 1 0 1 0 1 0 0 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0 1 0 1 00 0 0 0 0 0 0 11 11 11 11 11 11 11 11 3 3 3 3 3 3 4 4 6 6 6 6 8 16 8 8 16 16 8 0 3 3 6 14 28 28 12 3 28 14 14 14 26 16 28 16 26 8 11 3 26 16 28 26 14 12 12 28 28 26 14 14 26 12 4
472750ms66611 1 1 1 1 1 1 1 1 10 0 0 0 2 0 0 0 2 0 2 1 1 1 2 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 7 7 6 7 6 0 7 7 7 7 7 7 7 8 8 8 8 6 6 8 9 0 9 9 9 9 9 5
482275ms68021 1 1 0 1 1 1 0 1 1 0 0 0 1 0 1 0 1 0 00 0 0 0 1 0 0 1 1 2 2 2 2 2 2 4 4 5 5 4 5 5 5 5 6 6 6 6 6 6 6 8 8 9 8 9 8 8 9 9 9 9 9 13 8 8 9 9 13 13 13 13 13 13 13 15 15 13 15 13 0 15 15 15 15 17 17 17 17 17 17 17 17 17 17 17 0 17 0 4
492009ms75161 0 0 0 1 0 0 1 0 0 0 1 1 0 1 0 0 0 1 1 0 0 0 0 0 1 1 1 0 00 0 0 4 0 0 0 0 4 7 4 4 7 7 7 7 7 7 7 7 7 7 11 11 11 11 11 12 12 14 12 14 14 14 14 14 18 18 18 18 18 12 19 19 18 19 18 18 25 18 25 18 0 25 25 18 25 26 25 26 25 25 25 26 27 27 27 27 27 4
503161ms94711 1 1 1 1 1 1 1 0 13 6 3 0 2 1 5 5 3 7 7 4 6 9 0 9 2 2 5 3 6 6 0 4 0 0 7 4 4 7 7 7 3 3 3 5 9 9 0 6 6 9 9 9 5 5 5 5 5 3 3 5 6 0 0 0 6 6 1 2 2 7 7 7 3 3 0 4 7 7 3 6 6 0 0 4 3 3 3 4 3 5 2 2 2 2 9 7 2 7 9 1 1 2 1 1 1 1 1 4
513277ms103341 1 1 0 1 1 1 1 0 0 1 0 1 1 1 1 1 1 0 07 6 17 10 16 13 5 16 15 5 5 14 6 13 6 13 12 5 5 15 0 0 10 14 14 14 15 17 15 7 1 1 17 15 15 5 13 13 10 0 0 13 13 13 12 5 5 2 5 17 15 2 6 14 10 0 6 6 4 12 13 2 1 5 15 15 10 17 7 7 15 0 0 0 10 17 17 15 17 10 15 5 16 12 12 13 6 2 2 1 13 13 13 13 6 13 13 12 13 4
523307ms98820 1 0 1 1 1 1 1 1 17 7 7 7 7 7 7 7 3 4 4 4 3 4 4 4 4 8 8 8 8 3 3 8 3 5 9 9 9 9 5 5 9 9 6 6 6 6 6 6 6 6 6 6 7 7 4 3 8 5 5 3 4 6 7 5 3 3 3 4 6 9 5 5 3 3 9 7 4 7 6 6 4 3 3 5 3 4 7 1 6 3 8 5 5 3 3 7 5 3 9 5 9 1 5 1 3 4 3 5
533330ms105730 1 1 1 0 1 0 1 0 1 0 0 1 1 0 1 0 1 1 15 5 5 5 5 5 5 5 19 19 19 7 19 7 7 7 7 12 13 13 13 13 3 13 12 15 9 9 9 9 9 9 9 15 18 18 18 18 18 18 18 18 18 5 5 5 7 12 13 15 15 3 7 18 5 15 3 3 1 7 18 9 9 12 3 12 9 18 7 18 17 18 7 3 3 15 3 7 5 2 18 19 12 15 15 3 1 7 15 3 2 2 17 17 2 17 1 7 1 5
543434ms94701 0 1 1 1 1 1 0 1 19 2 2 9 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 2 3 3 2 3 3 3 3 3 3 3 3 3 3 3 3 3 6 8 8 8 6 8 8 6 8 8 6 3 3 6 6 6 6 6 6 8 6 6 5 5 6 5 5 5 6 6 0 0 6 0 5 9 0 0 0 0 0 0 0 0 4 4 4 4 4 4 4 4 4 4 9 9 9 4 9 9 6
553367ms93530 0 1 0 0 0 1 1 1 1 1 0 0 1 1 1 0 1 1 017 18 18 18 17 8 17 2 8 2 8 8 2 8 2 8 2 2 2 6 6 2 2 6 14 6 6 6 6 6 6 14 6 6 6 6 6 6 6 7 7 7 10 7 10 7 10 7 14 7 7 14 7 7 7 7 10 7 7 7 7 7 13 7 9 7 7 10 7 13 9 7 9 9 17 13 9 13 9 9 13 15 15 15 15 15 15 15 15 15 15 18 18 18 18 17 18 18 18 6
5611723ms278061 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 17 19 21 18 21 12 21 28 22 28 29 17 13 1 19 18 1 20 22 0 27 16 5 2 23 18 27 17 29 2 19 19 4 16 28 6 20 20 16 15 18 9 6 29 8 26 13 21 19 14 2 16 0 21 9 6 11 9 18 25 29 0 7 8 13 25 5 14 28 25 18 12 19 9 23 23 20 23 20 16 10 0 26 7 29 13 19 5 27 25 28 6 7 25 2 13 27 6 17 11 28 15 25 18 19 2 29 21 22 13 19 4 18 12 12 8 28 7 14 8 9 11 17 19 9 16 2 6 26 17 11 16 11 20 23 9 1 13 0 23 6 22 11 11 25 2 21 21 27 25 27 17 10 0 8 11 2 15 8 13 13 27 10 2 23 27 5 29 1 15 1 8 28 10 26 0 0 23 29 10 5 21 2 19 12 9 28 20 0 21 2 21 6 6 7 6 7 21 10 15
5711720ms339571 1 1 0 1 0 1 1 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 018 6 21 27 2 12 15 11 22 0 4 28 13 1 28 18 1 20 22 0 27 21 1 24 10 18 27 17 26 2 19 19 26 24 27 6 20 20 27 15 18 8 6 4 8 19 13 21 19 20 24 24 24 21 8 6 25 8 18 25 4 2 7 20 13 11 10 14 28 12 18 12 6 8 10 23 20 23 8 27 10 17 20 25 4 10 6 2 27 25 28 6 25 7 2 1 11 6 0 28 28 15 25 18 4 17 4 24 22 23 14 4 27 12 11 8 28 7 14 8 26 11 17 19 26 21 2 12 26 17 17 24 11 10 13 20 1 13 28 14 12 22 28 25 25 23 24 21 27 25 24 17 23 28 8 11 2 15 13 8 13 27 23 2 23 27 23 4 1 15 1 20 19 10 26 2 24 10 4 10 2 21 21 6 12 8 11 23 17 21 2 21 6 26 7 25 7 15 10 15
5811914ms487241 0 1 1 1 0 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 0 0 1 018 19 2 18 2 12 15 28 24 0 4 28 20 13 28 11 13 10 24 0 18 24 23 24 10 11 18 28 4 2 19 19 6 16 24 12 20 20 24 21 11 9 6 4 20 19 13 15 6 10 24 16 24 16 8 12 11 9 18 25 4 0 25 20 13 11 23 19 28 25 18 12 6 9 10 23 20 10 8 16 10 0 8 25 4 10 19 2 24 11 28 6 25 25 2 3 11 6 0 17 28 15 25 18 4 24 4 21 16 3 19 4 18 12 12 8 28 25 17 8 9 11 17 19 9 16 21 11 4 17 11 21 11 10 23 9 3 20 28 10 11 18 19 25 25 2 24 15 0 25 0 17 23 17 13 19 2 15 3 13 3 0 13 24 23 0 23 4 13 15 23 20 28 20 9 2 0 20 4 10 2 21 21 28 12 8 28 23 17 21 2 16 19 4 25 12 25 15 10 15
5911799ms367050 0 1 0 1 0 1 0 1 1 1 1 0 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 018 6 24 27 21 6 15 11 27 17 26 28 13 13 28 11 23 10 27 27 18 2 2 21 13 18 24 19 4 2 19 4 4 21 27 6 20 9 24 15 18 9 6 4 8 19 13 21 19 20 24 21 2 21 20 6 18 26 18 25 9 17 18 9 13 11 23 14 28 28 18 6 19 20 23 23 20 17 20 24 23 17 26 25 26 13 19 23 27 25 17 6 11 25 2 13 28 6 10 28 14 15 11 18 4 27 4 27 18 8 19 4 27 6 25 8 11 18 17 8 20 11 28 19 26 24 15 11 26 17 28 24 25 20 23 9 13 13 28 14 6 27 28 11 25 2 24 15 27 25 24 17 23 17 8 11 23 15 13 13 13 28 10 24 10 28 2 4 13 21 23 8 19 14 26 2 24 23 4 10 21 15 24 19 11 8 28 23 28 2 21 21 6 4 25 25 25 21 10 15
6011574ms266781 1 1 0 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 17 19 21 24 5 12 21 27 22 27 4 28 13 23 28 18 1 8 22 27 18 16 5 24 10 18 27 19 29 5 4 19 4 16 27 6 20 8 24 21 18 9 6 4 8 26 13 21 19 14 24 16 24 16 8 6 18 8 18 25 29 0 25 8 13 11 5 14 28 25 18 12 19 8 23 13 20 23 8 16 10 0 9 25 29 13 6 5 27 7 17 19 11 11 0 13 11 6 0 28 28 16 25 18 4 24 4 24 22 13 14 29 27 6 12 8 28 7 17 8 9 25 28 19 26 24 2 11 26 17 28 24 25 14 23 9 1 20 28 14 12 22 11 11 25 5 24 21 18 7 24 0 10 0 8 11 2 16 13 13 13 0 10 2 5 27 5 29 1 21 23 10 19 14 4 2 24 10 4 10 5 21 2 19 12 8 11 23 0 21 2 21 6 29 7 11 7 2 10 10
6111639ms333481 0 1 1 0 0 1 1 0 0 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 1 1 1 1 127 6 21 27 2 12 15 27 22 28 6 28 13 13 28 7 3 20 22 0 27 21 10 24 10 27 27 19 29 2 26 26 26 21 24 6 14 20 24 15 7 26 6 26 20 19 13 21 14 14 24 24 24 24 20 6 11 26 22 7 26 0 7 20 3 25 2 14 28 25 25 12 19 14 23 23 20 23 20 24 10 0 26 25 29 10 6 2 24 7 17 6 25 25 0 3 11 6 0 28 28 15 11 7 26 0 29 24 22 3 19 29 27 12 25 13 28 7 14 20 14 11 17 19 26 21 2 28 26 17 28 21 25 20 13 14 3 3 28 20 12 22 11 25 25 23 24 15 22 25 24 10 23 0 3 28 21 15 3 3 13 0 10 0 23 27 13 29 3 21 13 20 19 14 19 2 0 10 29 23 23 21 2 6 11 20 28 23 0 21 24 15 6 29 7 11 25 15 10 10
6211660ms491491 1 0 0 0 1 1 0 1 0 1 1 1 0 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 118 19 21 27 23 12 15 28 27 28 29 17 10 1 28 18 1 10 16 0 27 15 5 0 10 18 27 19 29 21 6 26 26 15 27 19 20 8 27 16 18 8 6 29 8 26 8 21 19 14 0 16 21 16 8 12 27 8 25 25 29 0 18 8 8 11 5 14 17 25 18 12 6 20 23 23 14 23 8 16 23 0 26 25 29 10 6 5 27 25 28 6 25 12 0 1 11 6 0 28 17 21 25 25 29 0 29 16 27 1 19 26 27 11 11 20 28 25 28 8 26 11 17 6 26 16 5 11 19 17 11 16 11 10 1 8 8 1 28 14 12 27 11 25 25 5 27 15 27 25 27 17 10 0 20 11 5 15 8 20 23 28 10 21 5 27 23 26 1 21 5 20 19 14 29 21 27 20 29 10 5 21 21 19 12 8 6 23 17 21 21 21 6 29 25 11 25 21 20 10
6311839ms375481 1 1 0 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 0 1 1 07 6 2 16 2 12 2 28 18 0 4 28 13 1 6 18 10 8 27 0 11 16 5 24 10 18 27 19 4 21 19 19 4 16 18 12 20 8 24 21 18 14 12 4 20 6 13 21 19 14 24 16 24 16 8 19 11 19 18 25 4 0 18 8 13 11 2 14 28 25 7 12 19 8 5 23 20 5 8 16 10 0 8 25 4 13 6 5 27 7 28 11 25 25 0 1 11 6 0 28 28 16 12 18 4 0 4 24 24 1 14 4 18 12 11 8 28 25 0 8 14 25 17 19 6 16 2 12 19 0 11 24 25 20 23 8 1 13 28 23 12 27 11 11 25 2 24 16 27 25 24 17 23 0 8 11 2 16 13 13 13 27 10 0 5 27 5 4 1 21 5 20 19 14 4 21 0 10 4 10 23 21 24 19 12 8 28 10 0 21 2 21 6 4 7 12 7 2 10 10
6411619ms267131 0 1 1 1 1 1 1 1 0 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 0 1 118 19 2 22 5 25 21 28 22 28 4 17 10 13 19 18 3 10 22 0 11 21 2 24 23 18 24 19 29 2 19 19 19 16 17 6 20 8 24 16 18 26 19 4 8 26 20 16 19 20 24 16 2 21 20 6 11 26 18 7 29 0 7 8 3 11 5 17 19 25 18 12 6 8 23 23 20 0 20 16 10 0 26 25 29 10 6 5 22 25 28 6 12 25 2 13 28 12 0 17 28 21 25 7 29 24 29 24 22 3 19 29 22 12 12 8 28 25 0 8 26 11 17 19 26 16 2 11 26 0 28 24 25 20 23 20 3 3 17 20 11 22 11 25 25 5 24 16 18 25 24 17 23 0 13 28 2 16 8 13 13 28 10 2 5 18 23 4 3 24 23 8 19 10 26 21 0 20 29 23 5 21 2 6 12 8 11 23 0 21 2 21 19 4 7 12 7 21 23 7
6511581ms342171 0 1 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 018 19 21 24 2 12 21 27 27 28 26 28 20 13 28 18 13 20 24 0 18 16 5 24 23 27 24 19 4 5 6 19 4 16 28 6 8 8 24 16 18 26 6 26 3 19 3 21 6 14 16 16 24 16 8 12 11 26 18 11 26 2 7 8 13 11 5 14 28 25 18 12 19 8 23 23 20 23 8 16 10 17 26 25 4 13 19 5 27 18 28 6 25 25 17 3 11 6 0 28 19 21 25 18 4 0 4 24 24 3 19 4 27 25 12 13 17 7 0 8 26 11 17 19 19 16 21 6 26 17 11 24 25 8 23 8 3 3 28 10 12 27 11 11 25 5 24 21 27 11 27 17 23 0 8 28 5 16 3 13 13 18 10 24 5 27 2 4 3 21 23 20 19 14 26 2 27 10 4 23 23 21 2 6 12 8 28 13 17 21 2 21 6 4 7 12 7 2 13 7
6611690ms508551 1 1 0 1 1 1 1 1 0 1 1 1 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 018 28 21 27 2 12 2 28 22 28 4 28 10 1 28 7 1 20 22 0 27 24 5 24 10 18 24 19 4 2 19 19 4 21 28 6 20 8 24 24 18 20 6 4 8 19 8 21 6 10 24 24 24 22 8 19 25 26 22 25 4 2 7 8 10 11 23 14 28 25 18 25 19 20 10 23 8 23 8 24 23 0 26 25 4 23 19 5 18 7 28 6 25 25 0 8 27 6 0 28 28 21 25 7 4 2 4 27 22 1 26 4 27 12 12 8 28 7 10 8 14 11 0 19 26 21 2 12 4 17 28 21 25 20 23 26 1 1 28 10 12 18 28 12 25 5 24 21 22 25 27 17 23 0 20 28 2 21 8 1 1 27 10 24 5 27 5 4 1 2 5 20 17 14 26 2 0 8 4 14 5 21 24 6 12 8 28 23 0 24 2 21 6 19 7 12 7 21 20 7
6711669ms376841 1 1 0 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 0 1 1 018 19 2 27 2 12 16 18 27 27 4 28 13 1 28 18 1 10 27 27 24 16 23 27 10 18 27 19 4 2 19 19 4 16 27 6 20 8 0 16 18 8 19 4 8 19 13 16 19 20 24 16 24 16 20 6 11 14 18 7 4 0 7 14 13 11 0 14 28 25 7 6 6 14 23 23 20 23 20 16 10 0 8 25 4 13 19 5 27 25 28 6 11 25 2 13 27 6 0 28 19 16 25 18 4 0 4 24 27 13 19 4 27 12 12 8 11 7 17 8 10 25 17 19 4 16 21 11 4 17 12 21 11 10 23 8 1 13 28 14 11 27 11 25 25 5 24 16 18 25 24 17 23 0 8 11 5 16 13 13 13 17 10 24 23 27 5 4 23 21 1 20 19 10 4 2 17 10 4 10 5 21 24 19 12 8 28 23 0 2 2 21 6 6 7 12 7 21 20 10
6811665ms267411 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 018 19 24 22 2 12 15 28 22 28 4 28 13 1 19 18 1 20 22 0 18 24 5 27 10 27 27 19 4 2 19 26 19 16 27 6 20 9 27 16 18 9 6 4 20 26 3 2 14 14 24 16 0 16 8 6 25 9 22 7 4 0 7 8 13 25 0 14 28 25 18 12 19 9 23 23 20 23 8 16 10 0 9 25 4 10 4 5 27 7 28 19 7 25 2 3 11 12 0 28 28 15 12 18 4 0 4 16 22 3 19 4 27 12 12 20 28 7 17 8 26 11 28 4 26 16 2 12 26 0 27 24 25 20 23 9 3 3 28 14 12 27 28 11 25 23 27 16 27 11 24 17 23 0 8 11 2 15 13 13 13 27 10 2 23 27 5 4 1 16 1 8 28 14 26 5 0 20 19 10 2 15 2 19 11 8 11 23 17 24 0 15 6 4 7 12 7 15 10 9
6912052ms339921 0 1 0 1 1 1 1 1 1 1 1 1 1 0 0 1 0 1 1 1 1 1 1 1 1 1 1 1 018 19 2 27 5 12 21 27 18 11 4 28 10 13 6 18 23 8 22 0 18 24 23 24 23 18 27 19 4 2 19 19 19 16 27 6 20 8 24 21 7 9 6 26 20 19 8 21 19 10 27 24 0 16 8 6 11 9 22 7 4 0 7 9 20 11 23 10 6 25 7 12 19 9 10 23 20 23 8 24 23 0 26 25 4 13 19 2 27 7 11 6 25 25 2 20 28 6 2 28 28 21 12 7 4 0 4 22 22 20 26 4 27 11 12 20 28 18 10 8 20 11 28 19 26 16 2 11 4 0 28 21 11 20 23 20 13 13 0 10 6 22 11 25 25 5 16 21 27 25 24 10 10 0 20 11 2 16 13 13 13 27 10 24 5 27 5 19 13 21 5 20 28 20 26 2 27 10 26 10 5 2 24 19 12 8 27 23 0 21 2 21 4 4 7 12 7 2 10 9
7011963ms478661 0 1 1 0 1 1 0 1 1 0 1 1 0 1 0 1 1 1 1 1 0 1 1 0 1 1 1 1 022 6 2 18 2 12 16 11 22 28 9 28 23 3 6 18 3 20 27 28 18 16 5 0 23 27 22 14 19 2 19 19 26 16 27 6 20 9 16 16 25 9 6 26 8 19 3 16 19 14 27 16 0 16 8 6 11 9 18 25 26 0 25 8 20 11 5 14 19 25 27 11 6 9 23 23 20 23 8 16 23 5 9 25 26 20 19 5 27 25 28 19 25 25 2 3 18 6 17 28 28 16 25 18 6 2 26 16 22 3 19 26 27 12 12 8 11 11 17 8 9 11 14 19 26 16 0 12 26 0 11 16 12 20 5 8 3 3 17 23 12 22 11 18 25 5 27 2 18 25 0 17 23 17 8 11 5 16 3 3 3 0 23 2 23 27 5 26 3 2 5 20 28 14 26 2 0 14 26 23 2 16 2 28 6 8 28 23 17 16 2 2 6 19 25 11 25 2 23 9
7111776ms375841 0 1 0 1 1 0 0 0 1 1 1 1 1 1 0 1 1 0 1 1 0 1 1 1 1 1 1 1 027 19 2 27 2 12 2 27 27 27 4 28 10 23 19 27 13 20 22 0 22 16 5 24 10 27 27 28 4 5 19 19 4 16 27 12 14 20 24 16 11 9 12 4 9 26 13 2 14 14 24 16 24 16 9 19 11 20 22 25 4 0 12 10 13 11 5 14 19 25 25 12 19 9 5 23 20 5 20 16 10 0 9 25 26 10 19 5 27 25 11 28 25 25 0 13 11 19 2 28 17 2 11 25 26 24 19 27 22 13 19 26 27 11 12 20 11 25 14 20 26 11 0 19 9 16 0 11 26 17 28 24 11 20 23 9 20 13 28 14 25 22 11 25 25 5 16 16 22 25 27 28 23 0 13 28 5 16 13 13 23 17 10 24 5 27 5 4 13 16 5 20 19 14 4 2 24 20 4 20 5 16 0 28 12 13 28 10 0 2 2 2 19 4 22 12 25 16 10 9

对比分析

由上述两种算法结果可知，相对而言，SA的算法效率更高，而且结果更加优异。但是由于这两种算法都未做贪心优化，所以表现不佳，之后在进行改进。
完整代码详见Github

liuyh73
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Capacitated Facility Location Problem两种解决方法和对比
charlie_heng的专栏
12-15 4283
Capacitated Facility Location Problem 问题描述 Suppose there are n facilities and m customers. We wish to choose: which of the n facilities to open the assignment of customers to facilities The objective...
算法project——Capacitated Facility Location Problem
diceroller的博客
12-22 734
Capacitated Facility Location Problem是一个NP难的问题，为了在有限的时间内解决这个问题，我采用了两种启发式算法来解决它。第一种是模拟退火算法，第二种是禁忌搜索算法。两种算法应该说各有千秋。 下面是Capacitated Facility Location Problem的大致内容：  Suppose there are n facilities and m...
开源项目推荐：轻触世界，一译即达 - Google Translate 桌面版
最新发布
gitblog_00071的博客
06-17 457
开源项目推荐：轻触世界，一译即达 - Google Translate 桌面版 项目地址:https://gitcode.com/CocoaDebug/GoogleTranslate 在数字时代，语言的壁垒越来越不是问题，而是一种连接的桥梁。今天，我们为你隆重介绍一个简化这一过程的强大工具 —— Google Translate 桌面版。这是一款基于开源精神打造的应用，旨在让用户无需浏览器即可直接...
Capacitated Facility Location Problem容量有限设施选址问题
Runner1st的博客
12-21 2003
Capacitated Facility Location Problem 问题如下 给出所有工厂的容量和开工厂的成本，所有客户的需求，以及客户分配给某个工厂的的分配成本，要求解的问题是：找出一个分配方案，使得总成本最低。 算法思路 思路一：贪心 容易想到的是，从每个用户的角度出发，要使得总成本最小的话，则可以每个用户选择设施的时候都贪心选择一个成本最低的设施。一开始我想的是所有设施都先不开...
sscflp(Single Source Capacitated Facility Location Problem)
m0_37782473的博客
12-24 507
文章目录1.前言2.分析2.1 贪心算法2.2 多领域操作爬山法2.3 模拟退火法3.程序实现3.1 编程环境3.2 数据来源3.3 代码实现3.4 运行结果 1.前言 ssclfp，又称单源有限容量设施选址问题，可以描述如下： 可以在m个地点上建立工厂，但都得有一定的费用； 有n个用户需要使用这些工厂，他们到不同工厂需要的消费是不一样的； 每个工厂都是有固定容量的，而选择到这个工厂消费的用户都...
[期末项目]Capacitated Facility Location Problem工厂选址问题的两种算法
banyeyeye的博客
12-30 739
项目要求： 具体思路： 从项目给出的信息中可以略窥一二，按数据划分的行也可以了解到： 工厂的数目n，消费者的数目m 工厂1的最大容量和开厂开销 工厂2的最大容量和开厂开销 … … … 工厂n的最大容量和开厂开销 m个消费者的各自需求 所有消费者分别到工厂1的开销 所有消费者分别到工厂2的开销 … … … 所有消费者分别到工厂n的开销 ...
四种方法求Capacitated Facility Location Problem问题
阿里武的技术博客
12-22 1851
问题详情 1. 贪心算法 1.1 算法框架 此题可以利用贪心算法来求解， 可以假设只关注顾客的cost， 当仓库满了就在下一个仓库里 具体解决方案： 将每个顾客到工厂的cost 由小到大进行排序 从第一个用户开始， 优先把此用户安排在cost小的工厂里， 如果此工厂容量已满， 则进入下一个最小cost工厂里 得到结果 1.2关键代码和注释 customer_assign = [] ...
使用模拟退火与禁忌搜索解决Capacitated Facility Location Problem
pjsfirstlaw的博客
12-23 952
Capacitated Facility Location Problem 问题描述 Suppose there are n facilities and m customers. We wish to choose: (1) which of the n facilities to open (2) the assignment of customers to facilities The ob...
Capacitated Facility Location Problem - 带容量工厂选址问题
Lyrix的博客
12-22 577
题目描述 Suppose there are n facilities and m customers. We wish to choose: (1) which of the n facilities to open (2) the assignment of customers to facilities The objective is to minimize the sum of t...
算法设计与分析项目——Capacitated Facility Location Problem
xun6838的博客
12-22 577
算法设计与分析项目——Capacitated Facility Location Problem 目录 算法设计与分析项目——Capacitated Facility Location Problem 问题详情 问题建模 算法设计 贪心算法 模拟退火算法 数据结构 代码实现 数据类Data： 贪心算法类Greedy： 模拟退火算法类Sa： 程序入口类main： 结果展示...
2020-5-A biased randomised algorithm for the capacitated facility location problem with soft constraints.pdf
08-16
biased-randomised algorithm for the capacitated facility location problem with soft constraints 在运筹学领域中，设施位置问题（Facility Location Problem，FLP）是一个经典的优化问题。它的目标是确定设施...
Capacitated vehicle routing problem.pdf
11-19
在容量受限的车辆路径问题（Capacitated Vehicle Routing Problem，CVRP）中，除了最小化总路线长度外，还有一个关键约束：每辆服务车辆的载货量有上限。这意味着，每辆车在服务过程中装载的货物总量不能超过其最大...
1999-54-Efficient solution of large scale, single-source, capacitated plant location problems.pdf
08-16
《高效求解大规模单源有容量限制的工厂选址问题》是由K. S. Hindi和K Pienkosz在1999年发表在《运筹学杂志》上的一篇研究论文。该研究主要关注的是一个特殊的工厂选址问题，即单源有容量限制的工厂选址问题。...
2016年全国研究生数学建模竞赛优秀论文选-优秀论文F题-F10486024.pdf
03-19
- **上层：**采用CFLP(Capacitated Facility Location Problem)方法，以最小化所有二级节点至其所属一级节点的距离为目标，选择一级节点位置。 - **技术手段：** - 使用混合整数规划(Mixed Integer Programming, ...
Excel电子表格规划求解工具在生产运作中应用.ppt
09-16
启发式方法，如CFLP（Capacitated Facility Location Problem），在选址问题中广泛应用。这种方法虽然不能保证找到全局最优解，但能快速提供接近最优的解决方案。CFLP法的步骤包括初选配送中心位置，根据运输规划...
matlab开发-求解优化问题的非随机算法
11-16
在MATLAB环境中，开发求解优化问题的非随机算法是一项重要的技术任务，特别是在科学计算、工程设计和数据分析等领域。优化问题通常涉及寻找一个或多个变量的最佳组合，使得某个目标函数达到最小值或最大值。...
GIS物流配送选址问题的实现
05-31
CFLP法(Capacitated Facility Location Problem) CFLP法考虑了配送中心的容量限制，通过数学规划的方法确定既能满足客户需求又能使总成本最低的设施位置和规模。尽管这种方法比地理重心法更为复杂，但它仍然难以...
Improved Memetic Algorithm Based on Route Distance Grouping for Multiobjective Large Scale Capacitated Arc Routing Problems, (SCI检索二区期刊, IF：3.469)
02-26
Improved Memetic Algorithm Based on Route Distance Grouping for Multiobjective Large Scale Capacitated Arc Routing Problems, (SCI检索二区期刊, IF：3.469)
generate a python script for Capacitated Vehicle Routing Problem (CVRP)
06-05
Here is a basic implementation of CVRP in Python using ...Note that this is just a basic implementation and can be modified to suit specific requirements and constraints of individual problem instances.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值